本文探讨了通过生物神经机制增强卷积神经网络（CNN）对抗扰动和噪声的鲁棒性。研究表明，非均匀采样和多重感受野的应用可以提高网络的抗干扰能力，同时结合生物神经元原理的计算模型显著提升了训练效率和准确性，推动了CNN在多个数据集上的性能提升。