| 【中文题名】 | 小世界生物神经网络的随机响应和同步性能研究 |
| 【英文题名】 | Study on Stochastic Response and Synchronous Performance in the Neural Networks with Small-world Character |
| 【学科专业】 | 电路与系统 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-10-11 |
| 【中关键词】 | 随机共振,相干共振,同步,小世界网络,生物神经网络, |
| 【英关键词】 | stochastic resonance,coherence resonance,synchronization,small-world networks,biology nerve networks, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>人工神经网络与计算> |
| 【论文摘要】 |
神经科学(或脑科学)的迅速崛起是20世纪末30年代内自然科学发展中的重大事件。作为神经科学主体的神经生物学已成为生命科学中发展最为迅速的前沿科学之一,神经生物学是研究人和动物的神经系统的科学。而神经系统是生物体的调节系统,神经系统感受机体外界、内部的信息变化,整合、加工并对感觉到的信息进行反应。神经系统的这一系列功能的实现,是通过神经放电脉冲来实现的。20世纪50年代,Hodgkin和Huxley提出了著名的HH方程,成功地表述了神经放电的电化学机制。
复杂网络是近年来国内外研究的比较热的一门学科,涉及面广泛。自从两项开创性的工作(即1998年Watts和Strogatz引入了小世界网络模型,1999年Barabasi和Albert提出无标度网络模型)出现,便掀起了一股研究复杂网络的热潮。今天对它的研究正从数学和工程技术科学渗透到社会科学、物理学、以及医学生物学等众多不同的学科。目前,由于神经生理学和复杂网络的研究结果表明:人脑真实的生物神经网络系统是小世界网络结构,所以本文将反映神经元放电的HH模型作为节点构造了小世界连接的人工生物神经网络,然后研究这个网络的二次超谐波随机共振、相干共振、... |
| 【论文题纲】 |
|
论文摘要 |
3-5 |
|
Abstract |
5-9 |
|
第一章 绪论 |
9-16 |
|
1.1 引言 |
9 |
|
1.2 神经系统的研究内容及研究现状 |
9-11 |
|
1.3 研究HH 小世界神经网络的目的和意义 |
11-12 |
|
1.4 本文课题来源和主要研究成果 |
12 |
|
1.4.1 课题来源 |
12 |
|
1.4.2 主要研究成果 |
12 |
|
1.5 本文的主要内容 |
12-13 |
|
参考文献 |
13-16 |
|
第二章 复杂网络与HH 模型 |
16-23 |
|
2.1 复杂网络的发展 |
16-17 |
|
2.2 复杂网络的基本模型 |
17-19 |
|
2.3 Hodgkin-Huxley（HH）方程 |
19-21 |
|
参考文献 |
21-23 |
|
第三章 小世界生物神经网络的二次超谐波随机共振 |
23-30 |
|
3.1 引言 |
23 |
|
3.2 模型和评价方法 |
23-25 |
|
3.3 数值模拟结果与分析 |
25-27 |
|
3.4 结论 |
27-28 |
|
参考文献 |
28-30 |
|
第四章 小世界生物神经网络的相干共振 |
30-36 |
|
4.1 引言 |
30-31 |
|
4.2 模型和相干共振系数 |
31-32 |
|
4.3 数值模拟结果及分析 |
32-34 |
|
4.4 本章小结 |
34 |
|
参考文献 |
34-36 |
|
第五章 小世界生物神经网络的同步性能的研究 |
36-45 |
|
5.1 引言 |
36-37 |
|
5.2 研究模型及同步性能的描述 |
37-38 |
|
5.3 数值模拟结果及分析 |
38-43 |
|
5.4 本章小结 |
43-44 |
|
参考文献 |
44-45 |
|
第六章 结论与展望 |
45-47 |
|
6.1 本文的工作总结 |
45 |
|
6.2 进一步要研究的内容 |
45-46 |
|
参考文献 |
46-47 |
|
攻读硕士学位期间已发表和待发表的论文 |
47-48 |
|
致谢 |
48-49 |
|
| 【DOI】 | LunWen.ID:2.2008.389146 |
