视空间工作记忆的建模与仿真

来源 :华东理工大学 | 被引量 : 0次 | 上传用户:toerrisme
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
工作记忆是在短时间内维持和操纵任务相关的信息能力的记忆系统,在语言理解、学习、推理、思维等高级认知过程中起关键的作用,它是当前认知学和认知神经科学中热点的课题。人可以通过视空间工作记忆储存环境中的信息,并最终为人类所用,所以研究工作记忆具有极其重要的意义。本文主要研究和细胞的双稳定性相关的单神经元发放率模型。Camperi和Wang于1998年提出了将递归神经网络和细胞有条件双稳定性结合起来的工作记忆模型,而Fall和Rinzel用Ca2+子系统取代C-W模型中有条件双稳定,这更具生物学意义。本文则是在上述工作的基础上做了进一步拓展,首先本文将常用的神经元发放率模型和Ca2+子系统导致的双稳定性相结合,对递归神经网络简化;由于突触的连接权重是随时间变化的,是一个动态的变化过程,因此我们对突触权重进行修正;本文认为Ca浓度只影响突触电流而与外部刺激引起的电流无关。通过仿真发现,在短暂刺激作用下,网络有持续的发放活动,并和前两种模型一样,对噪声和分散刺激都有较强的鲁棒性。随后在上述研究基础上,我们用基底神经节机制取代看似正确的Ca2+子系统,因为基底神经节和多巴胺已经被证实在保护记忆对抗噪声和分散刺激方面发挥了重要作用。通过仿真发现,在短暂刺激作用下,新改进的网络模型同样有持续的发放活动,并和上述提出的模型一样,对噪声和分散刺激都有较强的鲁棒性,并且在对分散刺激方面有更好的表现。
其他文献
随着现代社会用电量的急剧增加,为居民和企业提供持续不间断的供电已变得愈发重要,其直接关系到国民经济的健康发展。近些年来新能源技术开始慢慢发展,但这些能源提供的电能都是零散的,小范围的,且技术还不够成熟,因此传统的能源发电,比如火力发电,仍处于主导地位。如何提前对这些发电机组进行有效的故障诊断以保障其正常运行被提上日程。由于发电机组故障机理日趋复杂化和多样化,传统的故障诊断方法已不能满足现代化设备的
本文研究了两种基于人工免疫算法的故障诊断方法,并将其应用在了风力发电机组故障诊断中。具体完成了以下工作:提出了基于可变半径检测器的免疫聚类算法的故障诊断方法(Variable Sized Detectors Based Immune Clustering Arithmetic, VDBICA)。该方法引入统计模拟方法对检测器空间覆盖进行估计,并且将此覆盖估计作为控制参数之一;设置了检测器的最大半径