Rulkov模型在化学耦合下的同步分析

来源 :北京交通大学 | 被引量 : 1次 | 上传用户:zjj008
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
神经元在中枢神经系统信息处理过程中起着关键的作用,神经元信息的产生和传输体现了丰富的非线性特征.因此,单个神经元与多个神经元耦合系统的非线性动力学研究具有重要意义。本文对两个相同的Rulkov神经元在化学耦合作用下的系统进行分类讨论,求出系统不动点稳定性所需的参数条件,并且仿真出不动点的稳定性区间,得出两个Rulkov神经元在化学耦合作用下产生同相和反相同步的条件。   论文包括如下几个方面:   第一章,简要介绍与本文有关的非线性动力系统方面的知识,包括:混沌理论、同步理论、互相关函数,并且简要叙述Rulkov神经元网络提出的背景。   第二章,分析带有化学耦合的Rulkov神经元模型,讨论两个神经元的快变量都大于预先设定的阈值(θ)时,计算该模型的特征值与参数的关系并且仿真出不动点稳定性区间,得出在inhibitory条件下(即v=-2时),神经元模型产生同相同步;在excitatory条件下(即v=1时),神经元模型产生反相同步。   第三章,运用相平面分析、互相关函数及波形图,讨论两个神经元的快变量一个比θ大,一个比θ小的情况.研究表明:在inhibitory条件下(即v=-2时),神经元模型产生近似同相同步;在excitatory条件下(即v=1时),神经元模型表现为近似反相同步。   第四章,分析当神经元的两个快变量与预先设置的阂值θ处于随机状态下,神经元模型的同步行为.研究表明:两个神经元相关性比较大,且同步行为比较明显.在inhibitory条件下(即v=-2时),神经元模型产生反相同步;在excitatory条件下(即v=1时),神经元模型产生同相同步。   第五章,对全文进行总结。
其他文献
以"自强""求富"为宗旨的洋务运动叩响了我国近代化的大门,而随着社会发展向前推进,今天来重新审视历史,从媒体的有关报道上可以看出,我们今天对洋务运动有了新的认识与反思。
聚类是一种在缺少先验知识的条件下将一个数据集分成多个更小的更相似子群或簇的方法。近几年来,混合模型作为聚类分析的基础,在聚类过程中发挥着重要的作用。其中有限混合模
本文考虑的是一维带阻尼项的Sine-Gordon方程utt+αut-uxx+g(u)=f,(x,t)∈Ω×R+,带有齐次Dirichlet边界条件u(0)=u(L)=0,和初始条件u(x,0)=uo(x),ut(x,0)=u1(x).这里常数Ω=(0,L),α>0
本文主要研究了Orlicz空间中的鞅不等式.首先应用了Burkholder函数的方法证明了Orlicz非负下鞅空间极大算子的双Φ-不等式.其后建立了极大算子的一些Φ函数不等式,通过对这些
本文围绕微分算子领域中的三个重要问题,即自共轭域、谱分析和具有转移条件的微分算子开展研究.由于自共轭算子的谱是实的,为了研究与谱分析相关的算子的零空间和值域,由实参数解
由于互联网技术、云技术、智能手机系统的迅速发展,基于网络的服务迅猛增长起来,因此如何保证信息的安全已成为迫切的问题.过去数十年,许多学者提出了很多基于混沌系统的数字图
分配格是一种特殊的偏序集,也是一种具有两个二元运算且满足幂等性、交换律、结合律、吸收律和分配律的代数系统.而群是具有封闭性、满足结合律、具有单位元和逆元的数学结构
社会性动物的群体活动往往能产生惊人的自组织行为,如个体行为显得盲目的蚂蚁在组成蚁群后能够发现从蚁巢到食物源的最短路径。受其启发,意大利学者M.Dorigo等人在1991年通过