耦合神经元网络的同步

来源 :浙江师范大学 | 被引量 : 0次 | 上传用户:xuehaoyou123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,耦合神经元系统的同步动力学已经成为各国学者研究的一个中心问题.通过构建符合实际生物神经系统的神经元网络,研究神经元网络的同步具有重要的生理意义.本文以随机的Hodgkin-Huxley方程为基础,构建不同的神经元网络模型.通过计算机仿真实验,探讨了网络拓扑结构、突触延迟、突触类型等对神经元网络同步产生的影响.  首先,在没有突触延迟时,耦合抑制性神经元网络的同步性很差,随着连接概率的增加神经元发放率减少.此外,随着膜面积增加,耦合抑制性神经元网络越来越不同步,且神经元发放率减少.若进一步加入适当的突触延迟会促进耦合抑制性神经元网络的同步.  其次,在没有突触延迟时,耦合兴奋性神经元网络与耦合抑制性神经元网络相比同步性较好,随着连接概率的增加,神经元发放率增加.若进一步加入适当的突触延迟也会促进耦合兴奋性神经元网络的同步.  再次,我们考虑了由抑制性和兴奋性两个神经元集群相互耦合组成的神经元网络.在无突触延迟时,耦合抑制性和兴奋性神经元网络的相干发放性较好.随着膜面积增加,耦合抑制性和兴奋性神经元网络越来越同步且发放率减少.另外,兴奋性突触有助于促进耦合抑制性和兴奋性神经元网络的同步,而抑制性突触会抑制耦合抑制性和兴奋性神经元网络的同步,但随着膜面积的增加,抑制性突触对耦合抑制性和兴奋性神经元网络的同步影响逐渐变小.若进一步加入突触延迟,当膜面积较小时,突触延迟对耦合抑制性和兴奋性神经元网络的同步影响较小;当膜面积适中时,突触延迟会引起耦合抑制性和兴奋性神经元网络的同步振荡;当膜面积较大时,随着突触延迟的增大耦合抑制性和兴奋性神经元网络的同步性越来越好,最后趋于稳定.  最后,我们进一步考察了兴奋性神经元集群E1、E2以及抑制性神经元集群I所组成的神经元网络,并研究了网络拓扑结构对这种神经元网络动力学的影响.在兴奋性神经元集群E1和兴奋性神经元集群E2不构成回路的连接方式下,当膜面积适当大且E2集群有抑制性输入时,三个神经元集群之间不会出现同步发放.若在兴奋性神经元集群E1和兴奋性神经元集群E2构成回路的连接方式下,三个神经元集群之间就会出现同步发放.
其他文献
本文主要研究的是在有限生成结合代数A上Poisson代数的构造与分类。根据Leibniz法则,Poisson括号由其在代数的一组生成元上的取值所确定。这是本文的出发点。   第一章介绍
在开放的互联网计算环境发展迅速的时代,网络系统的形成通过分布、异构的各种计算资源的有效集成而逐渐变得容易起来。另外,在实体间所存在的信任关系中,由于宽领域、动态性
这篇文章中,我们考虑了一类索赔额服从Erlang(2)分布,索赔时间间隔服从单点分布的Sparre Andersen风险理论模型,主要研究模型的破产时刻的概率密度与G-S函数。研究方法利用坐标
本文主要研究复(α,β)-度量的几何性质,重点讨论了复Randers度量F=α+|β|、复Kropina度量F=α2/|β|,|β|≠0、复Matsumoto度量F=α2/α-|β|,α-|β|≠0以及纯Hermitian度量F=√α2+|β|2
本文研究了求解无约束最优化问题的带有固定步长的信赖域算法。主要内容包括:基于传统的信赖域算法和对角稀疏修正拟牛顿技术,结合Gu N.Z.非单调技术和固定步长公式,建立了一
有限元方法是根据变分原理求解数学物理问题的一种数值方法。目前,该方法从最初的固体力学领域拓展到电磁学、流体力学、传热学以及声学等领域。其中进行热分析的目的是在给定
本文利用Henstock积分、Lyapunov函数、有界变差函数理论以及脉冲微分系统理论,讨论了一类线性脉冲微分系统有界变差解的稳定性,建立了有界变差解的变差稳定性、渐近变差稳定性
函数空间上的算子理论是函数论的重要研究领域之一,本文利用分析和构造检验函数的方法,研究了从Zygmund型空间到Bloch-Orlicz空间上的Stevi(c)-Sharma算子和Volterra型算子的有