2023年全國(guó)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40頁未讀, 繼續(xù)免費(fèi)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、估計(jì)神經(jīng)元模型中參數(shù)對(duì)研究神經(jīng)元對(duì)刺激的響應(yīng)以及了解人腦工作機(jī)制具有非常重要的意義。在神經(jīng)元模型中,參數(shù)大致分為輸入?yún)?shù)和內(nèi)部參數(shù),內(nèi)部參數(shù)是描述神經(jīng)元本身電化學(xué)特性的(如膜時(shí)間參數(shù)、離子通道電導(dǎo))。這類參數(shù)通常與細(xì)胞的某些內(nèi)在特性有關(guān),有具體的生物學(xué)解釋。此類參數(shù)對(duì)特定的細(xì)胞來說值是固定不變的同時(shí)可以利用一些電生理實(shí)驗(yàn)方法測(cè)定;另一類參數(shù)是描述神經(jīng)元輸入信號(hào)特性的參數(shù)稱之為輸入?yún)?shù)。輸入?yún)?shù)是可變的,只能通過假定神經(jīng)元膜電位服從給定的

2、模型才能進(jìn)行估計(jì),因此輸入?yún)?shù)是模型中最重要的參數(shù)。本文研究突觸輸入和噪聲共同作用下的整合發(fā)放神經(jīng)元模型中輸入?yún)?shù)估計(jì)問題。對(duì)文中給定的數(shù)學(xué)模型,本文分別討論了不考慮閾值情況下和考慮閾值情況下的輸入?yún)?shù)估計(jì)問題。在不考慮閾值情況下,將膜電位變化看成是一個(gè)連續(xù)的變量然后采用最小二乘估計(jì)對(duì)所給模型中輸入?yún)?shù)進(jìn)行估計(jì)。在考慮閾值情況下,將閾值看成一個(gè)吸收邊界,然后利用Fokker-Planck方程導(dǎo)出閾上活動(dòng)下膜電位轉(zhuǎn)移概率密度,最終采用極大

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(qǐng)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(qǐng)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(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論