2001年3月23日国家基金委对我校郑南宁院士和东南大学何振亚教授主持的国家自然科学基金重点项目“混沌神经网络模型和智能信息处理理论与实现技术”进行验收评议。参加验收评议的专家成员为：中国科学院沈绪榜院士（组长）、北方交通大学袁保宗教授、西北工业大学赵荣椿教授、中国科学院自动化所胡占义教授、西北工业大学王宝树教授以及国家基金委的有关负责人。 
    项目验收组认为该项目组深入开展了混沌神经网络模型和智能信息处理理论与实现技术的研究工作，获得了如下主要创新成果： 
    1．提出了联想记忆新模型 
将神经网络的状态演化与动态“聚集”和“注意力转移”机制相结合，提出了应用动态神经网络进行信息融合的自治模式识别新思想。构造了具有丰富生物学特性的动态神经网络模型和反对称混沌神经网络模型；通过对处于混沌状态的网络进行控制，使其状态稳定的演化方程的不稳定平衡点附近，从而部分地实现了模式的联想记忆。 
    2．建立了反映肌电活动和心动节律的混沌网络模型 
通过对生理实验数据的系统分析，建造了可再现肌电活动及心脏节律的动力学模型，再现了胃平滑肌收缩时的动力学特性，发现了蕴涵在心脏节律中的确定性分量和混沌现象，对发展基于混沌控制的除颤技术提供了理论依据。 
    3．提出了混沌检测和优化计算的新方法和时间离散驱动的混沌同步方法 
提出了时间离散驱动的混沌同步方法，可用于基于离散耦合混沌同步的保密通信系统。利用混沌同步观测器证实其有效性，给出了同步观测器渐进稳定性的新的判别定理。 
    4．提出了一种新的高维紧支撑小波框架的构造方法和图像分割的神经网络模型与变分模型 
通过构造无限光滑的紧支撑径向基函数，获得了相应的二进小波，并且其伸缩、平移系构成平方可积函数空间的框架，该方法可有效地用于视觉信息的多通道处理。提出了用于图像分割的基于广义熵映射的神经网络模型（GEM）和遗传/神经网络混合学习算法；建立了图像信息处理的新的变分模型及其相应的数值计算方法。 
    5．提出了利用Bayesian实现无监督机器学习与聚类分析的软计算新方法 
提出无监督机器学习和聚类分析的Bayesian统计建模方法，改进了分离合并EM算法，并将一维高斯混合体中的RTMCMC方法推广到n维。应用Bayesian原理证明了极大熵聚类退火算法的全局收敛性，并应用于失量量化器设计与径向基函数的训练。 
    6．提出了一种双平面X射线图像的立体在线交互式深度测量方法，获得国家发明专利。将图像非线性处理算法的研究与FPGA技术相结合，研制出结构可重组的智能化视觉信息处理平台；并研制出具有自主知识产权的视频信号处理专用芯片。 
    该项目的实施过程中，所提出的创新性学术思想和取得的主要研究成果在国内外核心期刊上发表，并通过邀请专家讲学、参加国际国内学术会议、派青年教师进修等形式进行了广泛的学术交流，其成果引起了国内外同行的关注，其间在国际会议上做特邀报告5次，一篇国际会议论文获优秀大会论文奖。 
    通过项目的实施，研究组培养了一批包括博士后、博士和硕士学位获得者在内的青年学者。 
项目验收组认为该项目全面完成了工作计划，研究工作成绩突出，研究成果总体上达到了国际先进水平，部分成果国际领先，一致同意通过验收。