随机信号在神经元网络中诱发的双空间相干共振

对确定性行为为静息的神经元网络施加随机信号进行控制,随着信号强度的增加,网络行为由无序到有序的空间行为一螺旋波再到无序,螺旋波的结构由复杂到简单再到复杂到简单的交替,由网络行为的空间结构函数计算出的信噪比会两次达到极大值,即发生了两次空间相干共振,结果不仅展示了该随机信号控制下的网络的动力学行为,还为通过施加控制因素诱导产生空间共振来提高神经系统的信息处理能力提供了可能的方法．     

无标度生物神经元网络的相干共振分析

本文以神经元二维映射模型为节点,构造了一个具有无标度连接特性的生物神经元网络.用高斯白噪声模拟生物神经系统中的环境噪声,通过数字仿真研究了噪声对神经网络动力学行为的影响.噪声可以提高神经元的兴奋性,诱导神经元产生峰电位,当噪声强度为某一适当值时,峰电位序列的有序度可以达到最佳,从而产生相干共振现象.另外,研究表明无标度...     

神经元网络模型的弱信号随机共振检测研究

基于FitzHugh-Nagumo可兴奋细胞耦合后形成的神经元网络模型,对生物神经系统的弱周期信号随机共振检测机制进行研究。以加和网络的双层FHN神经元模型为例,对周期随机共振现象分别进行研究,并应用信噪比、互信息率对比评价方法,结合输出神经元动作电位的发放频率和幅值,从多个角度进行了定量和定性的描述和比较。实验结果表明,双层FHN神经元网络的随机共振响应优于单神经元的FHN模型,且具有更好的稳定性,可以在一定的噪声强度范围内对输入信号进行有效地检测。     

模块神经元网络中耦合时滞诱导的簇同步转迁

利用Courbage-Nekorkin-Vdovin神经元构建含有耦合时滞的模块神经元网络模型,通过数值模拟研究了耦合强度及耦合时滞对模块神经元网络簇同步放电特性的影响.研究结果表明,适当大的耦合强度可以诱导模块神经元网络达到簇同步.同时,研究发现耦合时滞可以诱导模块神经元网络出现簇同步转迁,且当时滞大小约为网络中所有神经元平均振荡周期的整数倍数时,模块神经元网络的簇同步现象能够间歇性出现.此外,研究结果表明时滞诱导的簇同步转迁对子网络内的耦合强度、子网络间的连接概率具有鲁棒性.     

异质性和时滞作用下神经元网络的共振动力学

利用参数互异的Fitzhugh-Nagumo神经元构建了含耦合时滞的无标度神经元网络模型,通过数值模拟的方法,提出研究参数异质性和耦合时滞影响下神经元网络的共振动力学.结果发现,当耦合项中不含时滞时,适中的参数异质性能够使得神经元网络对外界弱周期信号的响应达到最优,即适中的参数异质性能够诱导神经元网络的共振响应,而且异质性诱导共振对耦合强度具有鲁棒性.更重要的是,耦合时滞对参数异质性作用下神经元网络的共振特性也有着显著性影响.当时滞约为信号周期的整数倍时,神经元网络能够周期性地出现共振现象,即适当的耦合时滞能够诱导神经元网络的多重共振,而且这种现象在异质性参数的适当范围内都能明显出现.     

噪声诱使模块化神经元网络产生随机多共振现象

首先,研究了噪声在多模块神经元网络中诱导的随机多共振现象.随机多共振现象是指存在不同的噪声强度,系统在这些噪声强度下对阈下信号的响应达到局部最优.其次,以FitzHugh-Nagumo神经元构成的模块化神经元网络为研究对象,通过数值模拟发现,神经元网络的系统响应随着噪声强度的增加多次达到局部最优,即产生随机多共振现象.同时,通过分析神经元网络平均膜电位的时序图,发现噪声通过诱导神经元网络在一个周期内产生多次发放进而诱导多次共振.最后,我们分析了两个子网络中加入不同强度的噪声时,噪声诱导神经元网络中的随机多共振现象.结果显示,当两个子网络加入不同强度的噪声时,随机多共振现象也会产生.     

神经元模型中混合模式振荡动力学研究进展

混合模式振荡(mixed-mode oscillations以下简称MMOs)是产生于动力系统中的一种复杂的振荡模式,它在自然界中是普遍存在的.混合模式振荡由一系列的小振幅的振荡和大振幅的振荡共同组成,两种模式的振荡交替出现.文章介绍了在神经元系统中混合模式振荡的研究情况和研究方法,主要分析几何奇异摄动理论在动力系统中混合模式振荡的产生机理的作用,并且介绍前包钦格复合体、内嗅皮层的星状细胞和垂体细胞神经元及腺体细胞的混合模式振荡的动力学研究,简单说明其他神经元模型的混合模式振荡的研究情况.为以后的其他领域的混合模式振荡的研究提供了方法.     

论线性系统的反共振问题

本文指出,现有文献对反共振现象的机理解释有若干不妥之处.针对简谐激励下的两自由度系统稳态振动,分析其反共振的机理,阐述了原点反共振、跨点反共振的机理差异,以及反共振与固有振型节点之间的关系.以两个相同弹簧支撑的刚性杆简谐受迫振动为例,详细说明了上述机理和关系.     

混合突触作用下耦合时滞对模块神经元网络簇同步的影响

针对电突触耦合和化学突触耦合混合作用下含有耦合时滞的模块神经元网络,利用非线性动力学理论和数值仿真方法,探讨了耦合强度及耦合时滞对模块神经元网络簇同步特性的影响.结果发现,模块神经元网络中子网络内、子网络间的耦合强度都能促使簇放电神经元取得簇同步,但是时滞却对耦合诱导的簇同步具有显著的抑制作用.进一步的研究证实了本文所得的研究结果不依赖于子网络的数目与子网络的节点个数.需要指出的是,耦合时滞对神经元网络簇同步的抑制作用对治疗簇同步引发的一些神经性疾病(如帕金森病、癫痫等)具有一定的理论指导意义.     

网络噪声和振子数量对同步化行为的影响

选取了三个反映同步化程度的指标平均向量场、同步因子和放电概率,数值模拟研究了网络噪声和振子数量对同步化行为的影响.随着噪声强度的增大,三个指标都出现了先增加再降低的现象,即发生了相干共振.在不同的耦合强度和噪声强度下,三个同步化指标随着振子数量的增加都呈现出了降低的趋势,表明了网络同步化行为的减弱.研究结果对如何利用噪...     

一种改进的ART1算法及其在人像识别中的应用

本文通过对自适应共振理论（ＡＲＴ）ＡＲＴ１的研究,提出了一种改进的ＡＲＴ１算法,这种算法不仅具有ＡＲＴ１算法的所有优点,而且降低了ＡＲＴ１算法的识别识误差。该算法在人像识别中取得了令人满意的效果。     

On frequency-domain criterion of finite-time convergence of second-order sliding mode control algorithms

Transient processes in the systems controlled by the twisting second-order sliding mode (SOSM) control algorithm and certain generic SOSM given by the describing function are analyzed in the frequency domain. The analysis is based on the approximate describing function method. The relationship between the frequency response (Nyquist plot) of the plant, the shape of the negative reciprocal describing function of the controller, and the transient process convergence rate is investigated. A simple criterion of the existence of finite-time convergence is proposed. It is shown that the convergence rate in a system controlled by a SOSM controller depends on the angle between the high-frequency asymptote of the Nyquist plot of the plant and the low-amplitude asymptote of the negative reciprocal of the describing function of the controller, which is named the phase deficit.     

Coherent Response in a Chaotic Neural Network

We set up a signal-driven scheme of the chaotic neural network with the coupling constants corresponding to certain information, and investigate the stochastic resonance-like effects under its deterministic dynamics, comparing with the conventional case of Hopfield network with stochastic noise. It is shown that the chaotic neural network can enhance weak subthreshold signals and have higher coherence abilities between stimulus and response than those attained by the conventional stochastic model.     

海马神经细胞网络传感器及其记录5-HT对网络活动的作用

海马神经网络活动在调节记忆和学习等行为中具有重要作用,而五羟色胺是调节此类行为的重要神经递质。目前,某些研究手段揭示了5-HT对海马神经元活动的作用,但是这些手段并没有直观展示海马神经元网络的电生理活动。因此,为了研究5-HT在体外海马神经元网络活动中的作用,本实验建立了微电极阵列（Microelectrode Array,MEA）的检测平台。利用60通道MEA芯片,可以实时无损地记录5-HT作用前后的多位点信号,实验结果证明5-HT对海马神经元的动作电位有抑制作用,但是对低频振荡没有明显变化。该实验表明,这种海马神经元网络传感器可以对神经元进行无损、长时间的记录。上述研究结果表明,这种新的细胞网络传感器有望成为神经元网络活动研究中的一种重要手段。     

Neuronal Signal Transduction Aided by Noise at Threshold and at Saturation

A classical model of neuronal signal transmission describing the presence of both a threshold and a saturation in the neuron response is considered. This model is used to analyze the transduction by the neuron of various types of information-carrying input signals in the presence of noise. Improvement by noise of the performance via stochastic resonance is established for transmission in both the threshold and the saturation regimes. Stochastic resonance at saturation is a novel form, expressing that the distortion experienced by large input signals transmitted at saturation, can be reduced by addition of noise.