【摘 要】
：
为了准确地建模突触前刺激引起的谷氨酸信号和突触后刺激引起的峰电位信号,并将这两个信号用于STDP突触模型的验证,提出一种谷氨酸信号和后向传播树突信号的离子通道动力学模型。模型的仿真结果不仅得到了实际生理学机理下的谷氨酸信号和树突信号,而且对STDP突触模型的验证还得到了STDP突触的时间非对称函数波形。仿真结果表明,所设计的双输入信号动力学模型符合实际的STDP神经突触生理学原理,模型产生的信号可
论文部分内容阅读
为了准确地建模突触前刺激引起的谷氨酸信号和突触后刺激引起的峰电位信号,并将这两个信号用于STDP突触模型的验证,提出一种谷氨酸信号和后向传播树突信号的离子通道动力学模型。模型的仿真结果不仅得到了实际生理学机理下的谷氨酸信号和树突信号,而且对STDP突触模型的验证还得到了STDP突触的时间非对称函数波形。仿真结果表明,所设计的双输入信号动力学模型符合实际的STDP神经突触生理学原理,模型产生的信号可用于对STDP突触模型的验证。
其他文献
使用相关性分析方法进行差分功耗攻击(DPA)实验,成功攻击了TDES密码算法。结果表明,相关性分析方法对简单的功耗模型具有很好的攻击效果且实施简单,对于HD功耗模型,获得TDES每一轮的圈密钥所需最少曲线条数仅为3 500条;同时,由于TDES和DES电路的实现结构相同,对两者进行DPA攻击的方法相同。
提出一种连续属性值域划分的离散化新方法,该方法定义一个新的离散化函数,依据类与属性之间的相互依赖关系选择最优的离散区间列表;此外,采用变精度粗糙集理论合理地控制数据离散化产生的信息丢失,减少分类错误。仿真结果和统计分析表明,提出的方法有较好的C5.0决策树分类能力。
为了能实际求解可交易瓶颈许可证(TBP)均衡系统,利用网络对偶均衡理论建立了TBP的交通网络对偶均衡模型。以路段和节点的均衡条件代替路径均衡条件,并放松了节点流量的平衡条件和分时OD流量与总需求的平衡条件,从而得到了TBP的互补问题方程。利用互补问题与变分不等式基本等价定理,得到动态交通网络变分不等式模型。建构等价的非线性优化问题,说明新模型的有效性,并给出了基于时空网络的模型解的存在性判别方法。
为描述事物间关系的不确定性及其变化情况,提出云映射概念。对定义域的每个元素,通过随机变量将其非确定地变换到可能的取值空间,各随机变量的分布特征在定义域上构成特征函数,能够反映非确定变换随自变量的变化情况;提出了映射的隶属云概念,云映射在定义域全体元素的隶属云片构成映射的隶属云;采用映射的期望(即精确函数)、熵函数和超熵函数描述定性概念在整个自变量取值空间的变化情况,给出了正向映射云和逆向映射云算法
针对大规模物联网应用的海量数据处理信息获取效率低、硬件成本昂贵的问题,依据压缩感知(compressed sensing,CS)理论,建立了一种模拟信息转换器(analog to information converter,AIC)数据处理系统模型。模型以MATLAB/Simulink为平台,分别设计了信号的解调、过滤、采样、重构等功能模块,并对不同频率分量的信号进行处理。实验结果表明,该模型可以
从裂缝的灰度特征入手,提出一种基于灰度值相似度的裂缝提取方法。针对混凝土路面孔洞、污损等因素干扰,主要分三步实现裂缝提取:a)对所采集的路面图像进行特征分析,建立灰度值相似度函数,根据相似度对比提取疑似裂缝信息;b)利用连通域度量去除虚假裂缝,将问题转换为图论问题;c)利用谱聚类算法提取真实裂缝。通过大量混凝土路面图片测试表明,该方法能实现路面真实裂缝特征提取,具有较强实用性。
对一种盲签名方案进行安全性分析,发现其不能抵抗无证书签名方案中的公钥替换攻击,即敌手可通过替换用户的公钥来伪造签名,并给出了具体的攻击方法。针对这种攻击和结合盲签名方案的构造方法、盲因子的选取方法,提出了一种改进的方案,并对新方案进行了盲性、不可链接性、不可伪造性和效率分析。分析表明新方案具有更好的安全性和更高的效率。
针对标准粒子群算法进行多极点函数优化时易导致早熟收敛及陷入局部最优的问题,把生物学中昆虫生存的趋利避害原则引入到粒子群优化算法中,改变传统粒子群优化算法只存在趋利操作而没有避害操作的单向性,提出了两种不同的保持或增加种群多样性的改进算法。仿真实验结果表明,与传统粒子群优化算法相比,采用基于趋利避害原则的粒子群算法处理复杂的多峰函数可显著提高算法的全局寻优性能。
为了实现在障碍环境空间下移动机器人的平滑最优路径规划,提出了一种利用Bezier曲线描述路径与改进粒子群优化算法相结合的路径规划方法。借助三次Bezier曲线描述路径,可以将路径规划问题转换为生成Bezier曲线有限个点的位置优化问题,通过改进的具有指数变化的认知因子的粒子群优化算法进行最优路径搜索。仿真实验表明,该算法可以有效地进行平滑的无碰撞路径规划,并具有较强的跳出局部最优的能力。
针对评估颅面和颅骨轮廓相似性过程中的离散点对应、曲线拟合带来的误差以及人工干预问题,提出一种基于重采样和Fourier变换的离散轮廓像素点的相似度量方法。首先使用Canny算子和滑动窗口方法进行边缘检测和边界跟踪,得到待比较颅骨和颅面的边缘轮廓像素集合;然后对轮廓统一重采样,解决了两者离散点的对应问题;最后直接对数据进行规格化和离散傅里叶变换,利用傅里叶描述子进行相似性度量,避免了曲线拟合导致的误