2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩60頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、在外部刺激下,神經(jīng)系統(tǒng)產(chǎn)生各種動作電位編碼,具有復(fù)雜的非線性動力學(xué)特性。神經(jīng)系統(tǒng)是由多個神經(jīng)元組成的神經(jīng)網(wǎng)絡(luò),實現(xiàn)對神經(jīng)信息的傳遞和處理。對神經(jīng)元及其網(wǎng)絡(luò)的研究有助于理解大腦功能和針刺電信號的傳導(dǎo)與作用規(guī)律。 本文主要研究單個神經(jīng)元模型的降階、簡化以及簡化后神經(jīng)元模型的穩(wěn)定性和分岔分析。神經(jīng)元是復(fù)雜的非線性系統(tǒng),可以用幾十維方程描述其動態(tài)特性。本文采用非線性動力學(xué)的分析方法,實現(xiàn)神經(jīng)元模型的降階,用降階模型研究神經(jīng)元的動力學(xué)特性

2、。降階神經(jīng)元模型與原來模型具有相同的特性,但使用降階模型可以使神經(jīng)網(wǎng)絡(luò)的模型大大簡化,更好的分析網(wǎng)絡(luò)特性。本文首先利用神經(jīng)元數(shù)學(xué)模型中不同自由變量演化速度的不同,將該模型由四階降為二階。然后依據(jù)Izhikevich對神經(jīng)元數(shù)學(xué)模型的分類方法,將降階后的模型歸為六種最小模型中的一種。 在降階模型的基礎(chǔ)上本文對模型進行非線性動力學(xué)分析。通過分析我們發(fā)現(xiàn),高閾值模型在整個相空間內(nèi)有三個平衡點。但它不會發(fā)生Hopf分岔。低閾值模型在相空

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論