神经元模型

摘要： 利用神经元模型,给出了求解一般对称矩阵特征值的神经网络计算方法,并应用此方法求解出了Fibonacci数列中兔子繁殖的计算问题,进而验证了此方法的可行性.

摘要： 深度学习在人工智能领域占据重要的位置,在图形处理、语音识别等方面取得了杰出的成功应用.近年来,基于树突状的单独神经元模型受到了广泛的关注,该模型成功地从机理上突破了McCulloch-Pitts(MCP)模型的一些限制.但是传统的训练树突状神经元模型的方法容易陷入局部最优,以进化计算替代传统的训练方式来训练树突状神经元模型可以改善这个问题.为了验证基于成功强度的混沌差分进化算法(SCJADE)能够有效训练模型,文章用7个不同的分类数据集进行实验,并与混沌差分进化算法(CJADE)和传统误差反向传播法(BP算法)进行比较,结果表明了SCJADE能够更好地训练神经网络.

摘要： 针对两个结构不同的神经元模型的混沌同步问题,文章分别研究了FitzHugh-Nagumo和Morris-Lecar神经元的动力学行为,根据Lyapunov稳定性理论,采用投影同步的方法设计了控制器,通过控制器实现了两个结构不同的神经元模型的混沌同步,并将所设计的神经元同步系统应用到了混沌保密通信中,进行了仿真实验,仿真结果表明,其在保密通信中具有有效性和可靠性.

摘要： CBEM脉冲神经元模型在神经编码的统计和生物物理模型之间建立了一个新的联系.为了缩小CBEM与生物物理模型之间的差距,提出了耦合CBEM的脉冲神经元模型.通过使用耦合滤波器对CBEM与脉冲神经元模型间进行耦合,针对不同脉冲序列间的相关关系,获得更多的信息并进行序列拟合.通过对模型可视化,计算单脉冲信息与AIC值.结果 表明:提出的耦合CBEM在保留生物物理可解释性的基础上,获得了更加接近真实的脉冲序列仿真结果,可传输更多的脉冲序列信息,且模型的复杂度较低.

摘要： 该文系统总结了作者团队在脑科学领域内提出的神经能量理论与方法,以及力学与神经能量理论之间的内在联系.着重介绍了如何运用分析动力学的思想构建一个与H-H模型等效的W-Z神经元模型.并以此为基础,在神经科学领域内提出了以神经能量为核心的大尺度神经科学模型和大脑全局神经编码的理论框架.在包括视知觉等多个感知觉神经系统的信息处理、大脑的智力探索以及预测神经元新的工作机制、解释神经科学难以解释的实验现象等方面,证实了这个新颖的神经元模型所展现出来的独特功能与优势.由于可塑性是认知神经科学与智能行为的核心,通过蛋白质分子机器的经典力学分析,进一步阐明了神经元的可塑性和神经发育不仅仅只是生物化学反应过程,力学的作用与贡献也是不可或缺的重要因素.表明了力学科学在神经科学、生命科学中的研究思想及其内在逻辑的深远影响.这些研究对于今后推动实验神经科学与理论神经科学的融合,摒弃神经科学领域中还原论与整体论研究方法中的不足,并将它们各自的优点进行有效地整合,促进力学科学的理论与方法的渗透是极其重要的.

摘要： 考虑电磁辐射对神经元放电活动的影响有着重要的现实意义.通过引入磁通变量来描述外界电磁辐射对膜电位的作用,建立了磁通e-HR神经元模型,并详细探讨该系统的放电特征和分岔模式.基于Matcont软件编程仿真的方法,研究了磁通e-HR神经元模型的Hopf分岔行为和共存放电区间,并发现该系统具有隐藏放电行为.此外,通过分析双参数平面上分岔行为,发现该系统存在倍周期、逆倍周期、伴有混沌加周期和无混沌加周期等分岔模式.从而为深入了解磁通神经元隐藏放电的产生和分岔行为提供了有益的探讨.

摘要： 使用材料通亮光纤(通体发光)、照明光纤(端点发光)、声控电路、高亮LED、树脂胶泥、热收缩管等制作方法(1)将几根照明光纤用电工绝缘热收缩管拧紧,在尾部通过发光二级管打光,模拟兴奋的传导。(2)将通亮光纤掺在照明光纤中,使用热熔胶表现髓鞘。(3)用声控电路模拟“外界刺激使神经产生兴奋”的现象。

摘要： 对具有外界激发的学习神经元模型的非线性动力学行为在理论上进行了分析,计算了该模型动力学系统的Hopf分岔、Lyapunov指数谱及维数,利用劳斯-霍尔维茨判据对系统的平衡点进行了讨论,并对该非线性系统的电路进行了详细的设计,利用电子工作平台将设计的实现动力学混沌行为的电路进行了仿真实验,探讨了电路的混沌行为特征,表明理论上的分析与电路设计的正确性、合理性,电路实现简单实用.

摘要： 针对一类三维哺乳动物新皮层神经元模型进行分析.该模型是结合Wilson模型和Hindmarsh-Rose模型而建立的,得到的快变量遵守欧姆定律.快慢动力学对时间尺度相差很大的系统的分析是非常有效的,因此本研究使用快慢动力学方法,并结合理论计算和数值模拟来探究该模型的动力学行为.首先,随着系统控制参数的改变,发现了3类簇放电模式;然后,计算一阶Lyapunov系数,以此确定Hopf分岔是超临界或次临界的;最后,将模型与经典的Morris-Lecar模型耦合,分析并讨论了耦合强度及外界交流刺激对耦合系统的影响.

摘要： 本文主要探讨FHN神经元模型的慢流形与同步行为有一定的联系.通过了解微分几何理论,我们主要采用其中的流曲率方法得出模型的慢流形.首先,我们用这种方法求出单个FHN神经元模型的慢流形并且计算了当固定变量ε不变时,在时间领域中单个FHN 神经元模型极限环吸引子在慢流形附近所占用的时间比例p.我们了解到一个时间周期内极限环吸引子在慢流形附近所用的时间超过50%.其次,我们对耦合的两个FHN神经元模型进行了讨论.当变量ε固定时,随着时间的增加,FHN模型可以逐渐地达到完全同步.当模型达到完全同步时,我们得出所用时间的最小值.因此,我们可以讨论随着微小变量ε在区间[10-3,10-1]中变化,FHN模型要达到完全同步时间的变化情况.进而我们探讨得出的达到同步的时间tcr 与极限环吸引子在慢流形附近所占用的时间比例p之间的关系.最后,就FHN模型的慢流形和同步行为之间的联系问题,我们对FHN神经元模型的模拟结果进行探讨.

摘要： 这篇文章研究了具有双时滞耦合非等同FHN神经元模型的稳定性和Hopf分岔问题。首先，选取两个时滞的和作为分岔参数，证明了Hopf分岔的存在性；接着，依据中心流形定理和规范型方法，给出了一个确定Hopf分岔方向和周期解稳定性的明确的算法；最后，为了支撑理论分析结果给出了一些数值模拟工作。

摘要： 本文探讨了在Huber-Braun冷感受器(Cold receptor)神经元模型中加入不同噪声的影响。噪声类型包括电流噪声和电导噪声。其中，电流噪声直接加在膜电压微分方程中，而电导噪声加在电导微分方程中，间接地通过中间变量来改变模电压的值。本文除了采用常用的放电序列图和分岔图方法定性地表示不同噪声的影响之外，还采用了一种新的ISI距离(ISI-distance)方法，定量地计算出不同放电序列的距离，通过距离的大小来表示噪声影响的大小。ISI距离方法具有参数无关性，时间标度无关性，可视化等优点。仿真结果显示，在冷感受器神经元模型中加入电流和电导噪声，其不同主要集中在单周期放电区间。

摘要： 神经网络和动力学分析的研究是计算神经科学的热门领域，而做为研究基础的单神经元模型却未有新的进展。本文针对神经元物理电路模型，从汉密尔顿原理出发，得到动力学模型，通过求解得到膜电位。在此基础上分析系统的汉密尔顿函数变化，探讨了神经元放电时的系统广义能量演化，这种变化模式可能蕴含着信息编码。

摘要： 研究了改进的二维Morris-Lecar神经元模型的放电节律模式和节律转化的峰峰间期(interspike intervals,ISIs)分岔结构,通过调节模型中的两个重要参数,发现对于固定的μ,改变kV,神经元呈现出倍周期级联分岔到加周期分岔的复杂结构,放电模式从静息态转化为周期、混沌放电状态；若选取此分岔过程中的某一kV值,对μ进行调节,呈现出的ISIs分岔结构在很大程度上取决于单个神经元的放电节律模式。由此，我们可以推测，通过研究神经元的放电序列和ISIs分岔结构能帮助我们理解神经信息编码的基本原理和机制。

摘要： 研究了在关联的离子通道噪声和突触噪声共同作用下线性积分发放神经元模型的相干共振现象。运用绝热近似理论，得到了神经元首次点火的概率分布和神经元放电峰峰间隔信噪比的近似表达式。研究表明，首次点火的概率分布和信噪比是突触噪声强度、离子通道噪声强度和噪声关联强度的非单调函数，适当的噪声强度和噪声关联可以增加神经元发放的信噪比，使系统的相干性达到最大值，从而引起神经元出现相干共振现象。同时讨论了离子通道噪声强度、突触噪声强度和噪声关联强度对系统相干共振的影响。

摘要： 着眼于嗅觉神经系统的生物学特点，从仿生学角度提出了一种嗅觉神经系统整合模型。模型从不同角度进行对嗅觉神经系统进行仿真，使其尽可能贴近嗅觉神经系统的生理学特征。首先，在结构上，根据嗅觉神经系统解剖结构，完整体现了嗅觉系统的三个关键部分，以及它们之间的延时和反馈链接。其次，在神经元模型上，根据嗅觉系统不同部分的特点采用不同的神经元模型进行模拟。最后，在模型的神经动力学上，模型能够及时响应外界刺激；在刺激持续输入时，模型输出呈现出稳定的振荡模式；在特定刺激输入时，模型状态呈现有节奏的极限环状态。

摘要： 本文研究了改进的ML神经元模型在环式和链式两种对称连接结构下的多尺度同步转迁过程。通过定义峰相位、簇相位、网络的平均峰频率差和平均簇频率差，发现随着耦合强度的增加，耦合神经元从互不相关到簇同步再到峰同步过渡，最后达到几乎完全同步。峰同步和簇同步属于相位同步的两种节律类型，对应慢时间尺度的簇同步通常先于对应快时间尺度的峰同步出现，且这两种节律同步模式互不包含，在一定耦合强度范围内可以共存。此外，借助膜电位的峰峰间期和簇簇间期序列，可观察到同步转迁过程中出现的复杂放电模式和分岔结构。

摘要： 大鼠耳蜗背侧椎体神经元的体外试验和模型模拟同时表明对椎体神经元进行兴奋性刺激之前施加的抑制电流刺激会强烈影响神经元放电，长时间的放电潜伏期（latency）。放电潜伏期可能持续几十毫秒。我们将运用快慢动力学和双参数分岔分析含有10个变量的椎体神经元的物理模型的放电模式以及放电模式之间的瞬间转迁，阐明此现象背后的生物物理机制。

摘要： 大鼠耳蜗背侧椎体神经元的体外试验和模型模拟同时表明对椎体神经元进行兴奋性刺激之前施加的抑制电流刺激会强烈影响神经元放电，长时间的放电潜伏期（latency）。放电潜伏期可能持续几十毫秒。我们将运用快慢动力学和双参数分岔分析含有10个变量的椎体神经元的物理模型的放电模式以及放电模式之间的瞬间转迁，阐明此现象背后的生物物理机制。

摘要： 本发明提供了一种结合生物形态神经元模型的动态表情识别方法,选取一定时间区间内的动态人脸图像，采用频率编码方法将原始像素转换成脉冲序列，之后将先乘积累加后进行非线性激活的神经元模型，替换为更接近真实生物学特性的LIF神经元模型，结合卷积神经网络结构进行动态人脸的表情识别。充分利用人工神经网络CNN擅长处理空间信息的能力，结合以LIF神经元模型为基础的脉冲网络结构擅长处理时序信息的能力，将二者融合起来构成混合网络模型，解决动态人脸表情识别问题，相对单张人脸图像的人工神经网络CNN方法，混合网络模型利用动态时空特性，具有更高识别准确率；由于采用事件驱动的脉冲神经元模型，具有更低的参数计算量，因此功耗较低。

摘要： 本发明公开了一种基于小波变换‑树突状神经元模型的光伏功率预测方法，包括：获取光伏功率历史数据和对应时刻的历史气象数据；利用小波变换将光伏功率历史数据和历史气象数据分解为若干个高频分量和低频分量；将分解后的光伏功率历史数据和历史气象数据的信号矩阵馈送到树突状神经元进行模型的训练；利用小波变换对树突状神经元输出数据进行重构，根据重构结果和实际发电功率的相对误差调整小波分解的次数和树突状神经元模型的隐含层数量，直到相对误差不高于期望误差；最后，将历史气象数据和光伏发电功率作为测试数据，测试数据的计算结果即为光伏功率预测输出；本发明将小波变换和树突状神经元模型结合提高了光伏功率预测的精度和收敛速度。

摘要： 本申请公开一种神经元模型的构建方法以及由其构建的神经元模型，通过白噪声发生器、不应期开关信号发生器、尖峰后电位信号发生器、激活阈值电位信号发生器、过零检测器、触发器、以及多个突触后电位滤波器来搭建神经元模型，来模拟神经元的白噪声信号、尖峰信号的发出、不应期和超极化现象，提出了神经元从接收信号到处理信号、发出尖峰信号再到生成输出信号的完整的模型，可用于开发人工神经元的算法或硬件电路，应用在人工神经网络的构建。

摘要： 本发明公开了一种神经元模型、神经元拓扑结构、信息处理方法和视网膜神经元拓扑结构。所述神经元模型，包括：至少两个独立的神经网络单元，每个所述神经网络单元用于处理不同数据格式的信号；其中，在所述神经元模型的各所述神经网络单元中，选通一个神经网络单元。本发明实施例的技术方案优化了现有的神经元模型的结构，实现了在对神经元功能的模拟过程中，对多种数据格式信号进行混合处理，满足了人们日益增长的个性化、便捷化的神经元拓扑结构的构造需求。

摘要： 本公开提供了一种信号处理方法及系统、脉冲神经网络、神经元模型，属于计算机技术领域，该方法应用于脉冲神经网络中的神经元模型，脉冲神经网络包括多个神经元模型，方法包括：在接收到的脉冲信号包括重置信号的情况下，将神经元模型的状态设置为指定状态。根据本公开的实施例能够自适应地重置神经元模块的状态，从而提升脉冲神经网络在时间维度的处理能力。

摘要： 本发明涉及人工神经元及神经网络，具体涉及一种融合神经元模型、神经网络结构及其推理方法和训练方法、计算机可读存储介质及计算机设备，融合神经元模型的每个突触连接权值是任意一个连续可导的非线性的函数，在突触权值上实现线性到非线性的映射，神经网络结构以融合神经元模型作为基本组成单位，构成层次化结构，推理方法是将输入数据代入连接的非线性权值函数中，计算出连接加权结果，再将该神经元所有的加权结果求和，直接传递到下一级神经元，依次前向传递，最后得到识别结果，训练方法是通过反向传播算法和梯度下降算法来优化神经元模型的参数，计算机可读存储介质及计算机设备能够实现推理方法和训练方法的具体步骤。

摘要： 本发明公开了一套无人机神经网络控制用的人工神经元模型，属于无人机技术领域，包括感知神经元、选择神经元、单广神经元、双广神经元、逻辑与神经元、逻辑或神经元、逻辑非神经元、异或神经元、随性神经元、记忆神经元、对比神经元和克扣神经元，且感知神经元、选择神经元、单广神经元、双广神经元、逻辑与神经元、逻辑或神经元、逻辑非神经元、异或神经元、随性神经元、记忆神经元、对比神经元和克扣神经元的每个神经元内部构筑组成有输入端、函数体、输出端和生物信息体四个部分，本发明的无人机神经网络控制用的人工神经元，具有生命特征，与人大脑功能更加接近，实现更高级人工智能控制，装载在无人机上，可以使得无人机更加智能化。

摘要： 本发明涉及一种时滞耦合神经元模型的硬件电路，属于神经元电路领域。电路包括：第一神经元模型电路和第二神经元模型电路；第一神经元模型电路包括第一神经元主电路、第一时滞耦合电路、第一钙离子通道打开概率的稳态值计算电路、第一钾离子通道打开概率的稳态值计算电路以及第一激活时间常数电路；第二神经元模型电路包括第二神经元主电路、第二时滞耦合电路、第二钙离子通道打开概率的稳态值计算电路、第二钾离子通道打开概率的稳态值计算电路以及第二激活时间常数电路；第一时滞耦合电路的第二输入端与第二神经元主电路的输出端连接；第二时滞耦合电路的第二输入端与第一神经元主电路的输出端连接。本发明扩大了对生物神经网络特性研究的范围。

摘要： 本发明公开了一种基于脉冲神经元模型和AC网络的无人机类脑避障方法，包括步骤：1)分析脉冲神经元的响应特性，建立神经元脉冲响应模型；2)对脉冲AC网络的输入输出进行编码，并完成时序差分的参数更新；3)获取无人机状态信息，通过神经元脉冲响应模型和脉冲AC网络输出避障决策以进行避障；其中无人机状态信息包括由无人机相机拍摄到的图像信息。本发明的方法耗时短、输出响应快、消耗计算资源少且能耗低。

摘要： 本发明公开了一种周期性激励下的三维Hindmarsh‑Rose神经元模型电路，包括三个神经元电路以及搭配电路，由9个运算放大器及2个乘法器电路构成，可以为研究周期性激励下的神经元动力学行为提供硬件支持，具有重要的理论研究意义和实际应用价值。