排序方式： 共有18条查询结果，搜索用时 15 毫秒
1.
2.
随机共振现象是非线性系统中普遍存在的自然现象 ,其中 ,噪声可以帮助检测弱信号而不是淹没弱信号。本文介绍了感觉神经放电活动中的随机共振现象和产生的机制 ,揭示了神经系统利用噪声检测弱信号的机制 ,并提出了随机共振在神经系统信息处理中的可能作用。 相似文献
3.
三、用实验检验：
以节能为标准,我们选择了不密封的电饭锅、密封的三结合锅和普通高压锅＋焖宝（二结合）三种锅为代表、进行实验来检验谁是最节能的,实验是检验真理的试金石。我们将这三种锅子各煮半斤米（250克）,加水300ml,从开始到煮熟为止,记录其时间和煮干的水量。各煮了十次,取这十次实验数据的平均整数、列表如下：（电饭锅为半球牌（500W、3L）, 相似文献
4.
神经放电加周期分岔中由随机自共振引起一类新节律 总被引：1，自引：1，他引：0
当改变实验性神经起步点细胞外[Ca^2 ]时,放电节律表现出从周期1节律转换为周期4节律的加周期分岔序列。其中,周期n节律转换为周期n 1节律的过程中(n=1,2,3)存在一种新的具有交替特征的节律,该新节律为周期n簇与周期n 1簇放电的交替,并且周期n 1簇的时间间隔序列呈现出整数倍特征。确定性神经放电理论模型(chay模型)只能模拟周期n节律直接到周期n 1节律的加周期分岔序列;而随机chay模型可以模拟实验中的加周期分岔过程和新节律。进一步,新节律被确认是经随机自共振机制产生的。这不仅解释了实验现象,也将随机自共振的产生区间从以前认识到的Hopf分岔点附近扩大到加周期分岔点附近,同时扩大了噪声在神经放电和神经编码中起重要作用的参数区间。 相似文献
5.
实验性神经起步点自发放电的分叉和整数倍节律 总被引：9，自引：8，他引：1
在实验性神经起步点发现了放电峰峰间期序列随细胞外[Ca^2 ]变化产生的加周期分叉和整数倍节律。并用确定性Chay模型和随机Chay模型进行数值模拟。从模拟实验结果的角度看,加周期分叉过程遵从Chay模型决定的确定性机制,随机因素对其有影响但影响较小;而在相应的参数区间,整数倍节律则是在随机因素驱动下产生,是随机共振现象,是由确定性机制和随机因素共同作用的结果。这表明,实验性神经起步点放电节律的分叉和随机共振现象的出现是必然的,受确定性机制和随机因素共同影响。但在不同参数区间,随机因素对神经放电节律的作用不同。 相似文献
6.
文章揭示了外界周期脉冲激励下神经元系统产生的随机整数倍和混沌多峰放电节律的关系.随机节律统计直方图呈多峰分布、峰值指数衰减、不可预报且复杂度接近1;混沌节律统计直方图呈不同的多峰分布,峰值非指数衰减、有一定的可预报性且复杂度小于1.混沌节律在激励脉冲周期小于系统内在周期且刺激强度较大时产生,参数范围较小;而随机节律在激励脉冲周期大于系统内在周期且脉冲刺激强度小时,可与随机因素共同作用而产生,产生的参数范围较大.上述结果揭示了两类节律的动力学特性,为区分两类节律提供了实用指标. 相似文献
7.
神经自发整数倍峰放电节律的随机性和确定性模式的比较 总被引：6，自引：5，他引：1
为进一步区分神经自发整数倍峰放电节律的随机性和确定性模式的动力学性质,详细研究了实验神经起步点、随机理论模型(Chay模型)和确定性理论模型(Wang模型)产生的3种整数倍峰放电节律及其变化规律。结果发现,实验和随机模型经随机自共振产生的整数倍峰放电节律具有相同的统计性质(峰峰间期越大,出现的频度越低,约呈指数递减)和变化规律,与确定性Wang模型产生的整数倍节律明显不同。这提示,呈指数衰减分布的整数倍峰放电节律是经随机自共振产生的,是确定性因素和随机因素共同作用的结果。 相似文献
8.
利用心肌细胞耦合模型研究心肌整数倍节律的动力学机理。确定性模型仿真揭示了心肌细胞团同步搏动加周期分岔的节律变化规律;随机模型仿真发现在加周期分岔序列中分岔点附近会出现整数倍节律,其中,0-1整数倍节律产生于从静息到周期1的Hopf分岔点附近,1-2整数倍节律产生于周期1和周期2极限环间的加周期分岔点附近;对系统相空间轨道的分析进一步揭示出整数倍节律是由系统运动在相邻的两个轨道之间随机跃迁形成的。上述分析结果不仅阐明了心肌整数倍节律的机理,并且揭示了各种整数倍节律与加周期分岔序列中相邻节律的内在联系,为重新认识心律变化的规律开辟了新的途径。 相似文献
9.
10.