电磁辐射下忆阻突触耦合神经网络的动力学研究

电磁辐射下忆阻突触耦合神经网络的动力学研究

论文摘要

神经系统中大规模的离子交换和信号传输会产生复杂的电磁辐射,该电磁辐射对神经系统动力学行为的影响是不可忽略的。本文使用具有磁通变量的忆阻器模型改进了经典电突触模型,考察了神经系统内电磁辐射对其动力学行为的影响。论文首先为提高忆阻器模型在复杂网络中应用的有效性,进一步优化了忆阻器的漂移模型,发展了一种新型正弦窗口函数。仿真表明具有正弦型窗口函数的忆阻器模型表现出很好的可靠性。将新模型作为突触耦合项应用于Hopfield神经网络,并引入了电磁辐射效应作为控制参量。模拟发现该网络呈现出丰富的动力学行为,例如稳定态,周期态和混沌态。这部分工作已发表在Indian J Phys.期刊上。其次,构建忆阻突触耦合的Hindmarsh-Rose神经元系统,研究了电磁辐射下神经系统的集体行为和调节机制。模拟发现,神经系统中电磁辐射可能会引起神经元出现异常放电和异常同步放电,为进一步研究癫痫等神经系统疾病提供了新的思路。另外,当耦合系统处于同步状态时,忆阻突触的忆阻会随着神经元的放电行为变化而同时发生变化,这意味着忆阻突触可以有效地模拟生物突触的可塑性,并可以实现忆阻突触对外部刺激信号的有效记忆功能,这部分工作在Nonlinear Dyn.期刊上发表。最后,我们考察了电磁辐射效应对多层忆阻神经网络的时空动力学的影响。通过调节耦合强度和忆阻突触的参数,每层子网中都出现了相干态和非相干状态共存的奇异态,并且层间忆阻突触网络中也发现了奇异态。此外,通过讨论这种多层忆阻神经网络的层间同步行为,研究了多层网络的不同子网中奇异态的时空演化规律,这个工作也被发表在Nonlinear Dyn.期刊。本文研究结果表明,构建具有忆阻突触耦合的神经系统模型,发现系统内电磁辐射作用在调节其动力学行为中起着重要作用,这为研究神经系统相关疾病发生机制找到了新的重要思路,也为揭示人脑中神经系统的记忆行为提供了有用的线索。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  •   1.1 复杂网络动力学研究背景及现状
  •   1.2 耦合神经网络研究背景及现状
  •     1.2.1 神经元模型简介
  •     1.2.2 耦合神经网络的同步动力学的研究
  •   1.3 忆阻器模型研究
  •   1.4 忆阻神经网络研究进展
  •   1.5 本文的研究内容及意义
  • 第二章 忆阻器的新型非线性掺杂动力学模型及其应用
  •   2.1 引言
  •   2.2 正弦型窗口函数开发
  •   2.3 结果与讨论
  •     2.3.1 忆阻器的伏安特性
  •     2.3.2 调整窗口函数内置参数
  •     2.3.3 构建Simulink模型与仿真
  •   2.4 新模型应用于复杂网络动力学研究
  •   2.5 本章小结
  • 第三章 忆阻突触耦合神经系统的同步动力学
  •   3.1 引言
  •   3.2 忆阻突触耦合下的神经系统建模
  •   3.3 结果与讨论
  •   3.4 本章小结
  • 第四章 多层忆阻神经网络中的奇异态和同步行为
  •   4.1 引言
  •   4.2 多层忆阻神经网络建模
  •   4.3 结果与讨论
  •     4.3.1 子网中出现不完美旅行奇异态
  •     4.3.2 忆阻突触网络中出现奇异态
  •     4.3.3 整个网络的同步行为和奇异态
  •   4.4 本章小结
  • 第五章 总结与展望
  • 参考文献
  • 附录 :读研期间发表的论文、主持的项目等情况
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 徐飞

    导师: 张季谦

    关键词: 忆阻器,复杂网络,电磁辐射,同步,奇异态

    来源: 安徽师范大学

    年度: 2019

    分类: 基础科学,信息科技

    专业: 生物学,无线电电子学,自动化技术

    单位: 安徽师范大学

    基金: 安徽师范大学研究生科研创新与实践项目(No.2017cxsj045)

    分类号: TP183;TN60;Q42

    总页数: 72

    文件大小: 5910K

    下载量: 73

    相关论文文献

    • [1].基于优化神经网络的地质灾害监测预警仿真[J]. 计算机仿真 2019(11)
    • [2].基于进化神经网络的304不锈钢车削加工表面粗糙度预测[J]. 轻工机械 2019(06)
    • [3].时频联合长时循环神经网络[J]. 计算机研究与发展 2019(12)
    • [4].几种典型卷积神经网络的权重分析与研究[J]. 青岛大学学报(自然科学版) 2019(04)
    • [5].基于GA-BP神经网络异纤分拣机检测参数优化[J]. 棉纺织技术 2020(01)
    • [6].基于集成神经网络的织物主观风格预测研究[J]. 纺织科技进展 2020(01)
    • [7].试析神经网络技术在机械工程中的应用及发展[J]. 网络安全技术与应用 2020(02)
    • [8].一种深度小波过程神经网络及在时变信号分类中的应用[J]. 软件 2020(02)
    • [9].不同结构深度神经网络的时间域航空电磁数据成像性能分析[J]. 世界地质 2020(01)
    • [10].基于深度神经网络的航班保障时间预测研究[J]. 系统仿真学报 2020(04)
    • [11].基于生成对抗网络和深度神经网络的武器系统效能评估[J]. 计算机应用与软件 2020(02)
    • [12].基于循环神经网络的双轴打捆机智能换挡策略研究[J]. 安徽工程大学学报 2020(01)
    • [13].基于图神经网络的实体对齐研究综述[J]. 现代计算机 2020(09)
    • [14].基于改进的循环神经网络深度学习跌倒检测算法[J]. 电脑编程技巧与维护 2020(03)
    • [15].神经网络探索物理问题[J]. 物理 2020(03)
    • [16].基于GA-BP神经网络的城市用水量预测[J]. 现代电子技术 2020(08)
    • [17].基于深度神经网络的药物蛋白虚拟筛选[J]. 软件工程 2020(05)
    • [18].基于轻量级神经网络的人群计数模型设计[J]. 无线电工程 2020(06)
    • [19].高效深度神经网络综述[J]. 电信科学 2020(04)
    • [20].含磁场耦合忆阻神经网络放电行为研究[J]. 广西师范大学学报(自然科学版) 2020(03)
    • [21].基于神经网络及特征运算的老年人平衡能力分析[J]. 重庆工商大学学报(自然科学版) 2020(04)
    • [22].神经网络技术在机械工程中的应用及发展探析[J]. 科技创新与应用 2020(18)
    • [23].基于竞争神经网络的变电站巡视周期分类[J]. 科技创新与应用 2020(18)
    • [24].基于双向循环神经网络的语音识别算法[J]. 电脑知识与技术 2020(10)
    • [25].结合相似日与改进神经网络的短期光伏发电预测[J]. 广西电业 2020(04)
    • [26].基于神经网络的流感大数据分析[J]. 中华医学图书情报杂志 2020(03)
    • [27].长短时记忆神经网络在地电场数据处理中的应用[J]. 地球物理学报 2020(08)
    • [28].基于门控循环单元神经网络的公交到站时间预测[J]. 南通大学学报(自然科学版) 2020(02)
    • [29].鼠脑神经网络的同步辐射3D成像研究[J]. 核技术 2020(07)
    • [30].基于长短记忆神经网络的短期光伏发电预测技术研究[J]. 华北电力大学学报(自然科学版) 2020(04)

    标签:;  ;  ;  ;  ;  

    电磁辐射下忆阻突触耦合神经网络的动力学研究
    下载Doc文档

    猜你喜欢