时序是智能的重要特性之一。传统神经系统的神经元模型是基于电平开关的二值模型，对于系统的时序性考虑不够，其对智能的模拟上存在着许多不足。脉冲神经元模型强调脉冲在信息处理中的作用，考虑了模型的时序性。反响回路学说能很好的解释生物学的许多现象，成为当前的研究热点。正是基于这些背景和认识，我们提出基于脉冲神经元环路的联想记忆研究这一课题，从脉冲和神经环路两个角度研究有关联想记忆问题，旨在研究脉冲时序响应的新型神经元模型，研究基于所建模型的环路振荡和环路联想记忆，探索研究注意、感觉、意识等智能行为的认知机理。 首先论文对比分析了现有的脉冲神经元模型，针对现有模型的生物可行性欠缺和计算难度过高等不足，提出了改进模型，并对该模型进行了理论分析和实验研究。理论分析和实验结果表明模型不仅具有良好的生物可行性，而且有良好的计算性能，适合用于环路振荡的模拟研究。 其后论文对由若干个神经元模型依次顺序连接而成的环路的发放进行了实验模拟研究和分析，考察环路的发放状态。多次实验模拟结果显示，模型连接而得的环路能呈现振荡发放，从而为用环路来表达和记忆信息提供了有力的支持和基础。 再后，论文根据生物学突触结构可塑和突触连接可塑的原理，借鉴Hebb规则，提出了环路学习的初步规则，并进一步探讨了环路模式生成和环路模式关联的过程，相应的表明了信息记忆和信息关联的过程。同时，通过神经元动态阈值的概念和疲劳机制的引入，探讨了环路振荡的衰减过程。 最后，理论分析和实验研究在网络中的环路通过振荡发放被选择出来代表特定信息的过程。结果表明环路振荡发放特性使其能从更大的神经系统中区分、选择出来，代表特定的信息，完成记忆回想过程。并且，论文针对多个相关信息环路会同时振荡，从而难以选择合适环路表达信息的问题，通过对某些连接阈值的弱化处理，解决了多个有相关信息的环路的振荡选择问题。 总之，本文通过基于脉冲神经元环路的联想记忆研究这一课题，对脉冲神经元模型进行了较深入的理论研究和实验分析，对用脉冲神经环路研究联系记忆实现进行了有益的研究和探讨，指出了通过环路振荡能很好的完成联想记忆过程，给智能的研究提出了新的探索方向。