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61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、神經(jīng)系統(tǒng)是復(fù)雜的非線性系統(tǒng),神經(jīng)元是其基本單元。放電頻率適應(yīng)性是神經(jīng)元?jiǎng)討B(tài)特性的一個(gè)顯著方面,在神經(jīng)信息處理過程中起著重要的作用。外部電場(chǎng)會(huì)改變神經(jīng)系統(tǒng)的動(dòng)態(tài)行為,影響神經(jīng)系統(tǒng)信息的產(chǎn)生和傳導(dǎo)。
  首先,建立外電場(chǎng)作用下單神經(jīng)元模型,通過數(shù)值分析得到了膜電位變化曲線、放電頻率曲線和隨輸入變化的初始放電頻率曲線;通過ISI相關(guān)性分析,發(fā)現(xiàn)直流外電場(chǎng)幅值越小時(shí),單神經(jīng)元模型有較好的適應(yīng)性;交流外電場(chǎng)刺激下,當(dāng)交流外電場(chǎng)的幅值較小、頻

2、率較大時(shí),單神經(jīng)元模型表現(xiàn)出良好的適應(yīng)性。
  其次,構(gòu)建了兩個(gè)耦合神經(jīng)元的數(shù)學(xué)模型,通過數(shù)值分析發(fā)現(xiàn)當(dāng)刺激信號(hào)較大時(shí),兩個(gè)耦合神經(jīng)元模型表現(xiàn)出同步現(xiàn)象。根據(jù)得到的放電頻率曲線和分析ISI相關(guān)性,發(fā)現(xiàn)外電場(chǎng)對(duì)兩個(gè)耦合神經(jīng)元模型的適應(yīng)性的影響。
  最后,本文采用Strogatz和Watts提出的隨機(jī)重連方法構(gòu)建了小世界網(wǎng)絡(luò),并得到了放電頻率曲線;通過對(duì)放電頻率進(jìn)行分析,發(fā)現(xiàn)小世界網(wǎng)絡(luò)模型中的參數(shù)重連概率和神經(jīng)元數(shù)目對(duì)模型的適

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(kù)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