动态神经元的网络模型 Ⅰ.模型和算法

从生物神经元接收和处理信息的基本实验事实出发,提出了一种新的神经网络模型。这个模型修改了大多数现有人工神经网络中关于输出函数只反映静态特性的假设,而强调了神经元发放脉冲的动态过程。模型方程分别对应于突触后电位、感受器电位、始段分级电位和轴突上的的脉冲系列,每个方程都具有明确的生理意义。还给出了计算此非线性方程组解的递推算法和程序框图。因此不仅可对本模型作进一步的理论分析,也可在计算机上仿真,并和相应的生物学实验资料进行对照比较。     

当代森林动态的计算机模型述评

一、引言森林动态这一广义语,包括森林生态系统随时间的任何变化。要想经营好森林,使其为人类创造出最大的财富,必须深刻认识森林的动态规律。在过去的一个多世纪里,森林生态学家们对森林动态规律进行了广泛而深入的研究,现已形成各种动态学说。随着科学的发展以及森林经营水平的提高,人们逐渐用各种方     

心脏电活动的计算机仿真模型

一、前言 自从100多年前人们发现体表心电以来在心脏电生理学方面和心电诊断学方面进行了大量的研究和临床的实践。尤其是心脏电生理学方面的研究十分细致、深入。从心肌细胞的电生理特性到细胞的除极和复极。以致兴奋在整个心脏中的传播机理和过程等都进行了很仔细的研究。另一方面,心电诊断学的发展相对比较粗糙和缓慢。究其原因,可以认     

动态神经元的网络模型 Ⅰ.模型和算法

从生物神经元接收和处理信息的基本实验事实出发,提出了一种新的神经网络模型。这个模型修改了大多数现有人工神经网络中关于输出函数只反映静态特性的假设,而强调了神经元发放脉冲的动态过程。模型方程分别对应于突触后电位、感受器电位、始段分级电位和轴突上的的脉冲系列,每个方程都具有明确的生理意义。还给出了计算此非线性方程组解的递推算法和程序框图。因此不仅可对本模型作进一步的理论分析,也可在计算机上仿真,并和相应的生物学实验资料进行对照比较。     

动态神经元网络模型的复杂性问题

在动态神经元网络模型中,当神经元总数仅为３时就观察到了非周期振荡。运用Ｌｅｍｐｅｌ和Ｚｉｖ提出的复杂性度量对这种现象进行了分析,结果表明对于其中一个神经元所发出的脉冲序列来说,至少直到１０００个脉冲为止还不能发现任何的周期性,并且其复杂性可以和由ｌｏｇｉｓｔｉｃ映射所产生的时间序列当其参数落在混沌区中时所具有的复杂性相比拟．这些结果也表明这种方法是所观察的时间范围内区分长周期振荡和非周期活动的好方法。结果还提示神经生理实验记录中所谓的噪声,其中有些可能是来源于生物神经元本身的非线性性质。     

入睡K-综合波产生的生理机制模型仿真研究

在确定人类睡眠脑电客观分期的国际标准中,有两类脑电特征波可以用来确定入睡状态（睡眠第二期）,即纺锤波和K－综合波。在前文中已提出了产生纺锤波的生理机制模型。按照1998年后对K－综合波形成的生理机制的看法,建立了微观神经元环路模型,其放电节律与实验中入睡时神经元放电的振荡节律相一致。而由大量这种相同环路组成的网络模型则在皮层处可产生符合K－综合波的波形。这一结果再次启示了脑信息处理中如何由微观神经元群放电特征整合为脑的宏观功能状态的过程。     

一个良性肿瘤细胞生长的计算机仿真模型

本文建立了一个良性肿瘤在正常细胞组织中生长的计算机仿真模型。初始细胞模型采用二维Voronoi结构,使用繁特卡罗法将其离散成x^*y个小细胞,对肿瘤与正常细胞分别施加蒙特卡罗工关过程使细胞生长。根据细胞组织内营养水平可以决定肿瘤细胞（分别为休眠细胞和有生长繁殖能力的细胞）的生长状态。     

基于生理解剖知识的入睡机制神经元群网络模型研究

以生理解剖知识为基础,在已有的丘脑网状核细胞和丘脑皮质细胞间组成的入睡机制的两细胞环路模型［１］和由此两细胞环路组成的网络模型［２］的基础上,提出了增加皮层细胞在内的三种细胞组成的环路模型和网络模型,以使模型更符合近来认为睡眠机制是皮层和丘脑环路中出现特定的同步振荡的看法［３］。并能使模型的仿真结果可以和规定人体睡眠分期的脑电特征波相对应。这一网络模型的仿真结果,在一定条件下,确能在皮层细胞处出现符合睡眠分期中规定的标志入睡的纺锤波,这一初步结果,启示我们用模型仿真方法来进一步探讨睡眠机制和用模型仿真方法来进一步探讨人脑的微观神经元的电活动是如何通过同步振荡整合到宏观功能状态的某些信息处理过程的可能性。     

带有隐含神经元的单层神经网络模型

提出了一种带有隐含神经元的单层神经网络模型。把网络的记忆容量区分为信息记忆容量和物理记忆容量。新模型能记忆相关图样,其信息容量α_i(最大记忆图样数/表达神经元数)首次超过了1。所作出的计算机模拟结果,表明了理论分析的正确性,证实了由5×5个显神经元组成的点阵能记住包含26个英文字母和4个任选图样的30个图样,因此该模型为神经网络的广泛应用提供了一条重要途径。     

现实神经元模型以及其复杂行为表现

在已提出的现实性神经元模型基础上,构造了一个网络,研究其动态反应特性,计算机模拟结果表明在恒定输入下,该网络输出呈脑电波样反应,在周期性刺激下,其输出呈诱发电位样反应,并从ＥＥＧ－ｌｉｋｅ波形的频谱、相空间重构、平面映射及Ｐｏｉｎｃａｒｅ截面,关联维数等方面对网络进行了复杂性分析。     

动态神经网络中的同步振荡

目前有一种假设认为同一视觉对象是由一群神经元的同步振荡活动来表征的。这一神经元发放活动的时间特性,是解决视觉信息处理中“结合问题（Ｂｉｎｄｉｎｇｐｒｏｂｌｅｍ）”的可能机制。本文用我们所提出的一种简化现实性神经网络模型［１］所构造的时滞非线性振子网络［２］,模拟生物神经网络的同步振荡活动。并考虑了振子各参数的设置与振荡活动的关系,以及网络振子间耦联对同步活动的影响．     

一种修正的动态神经元网络模型的类脑电活动及其应用

在作者以前所提出的一种简化现实性神经网络模型－动态神经元网络模型的基础上,进一步考虑了发放神经脉冲引起的兴奋性变化以及每个神经元和其它神经元之间都只有有限联结的性质。使修正后的模型具有更强的生物学真实性。计算机仿真表明由这样的网络产生的类脑电活动对初值极端敏感,具有明显的混沌动力学性质,利用这一点作者们成功地对电脑文档进行了加密和解密,参数和初值的微小改变都使解密失败,从而可望由此得出高度可靠的保     

具有节点偏置的高阶神经网络模型

在汪涛文献基础上提出了一个具有节点偏置的高阶神经网络模型、给出了模型的哈密顿量和学习算法,证明了学习算法的收敛性,该模型能对每一神经元自动引入一个节点偏置使得网络能够存储所有学习图样包括相关图样,其存储容量远高于Hebb—rule—like学习算法下的高阶神经网络模型.对由30个神经元组成的二阶神经网络进行了计算机仿真,结果证实了上述结论.此外,对初始突触强度对学习效果的影响和不同存储图样数目下的平均吸引半径进行了仿真计算并分析了所得结果.新模型的特点使其具有良好的应用前景     

短时记忆的神经网络模型

提出一个带有指针环路的短时记忆神经网络模型,模型包含两个神经网络,其中一个是与长时记忆共有的存贮内容表达网络,另一个为短时指针神经元环路,由于指针环路仅作为记忆内容的临时指针,因此,仅用很少的存贮单元即可完成各种短时记忆任务,计算机仿真证明,本模型确能表现出短时记忆的存贮容量有限和组块编码两个基本特征。     

主动联想记忆神经网络模型

在信息编码能提高联想记忆的存贮能力和脑内存在主动活动机制的启发下,提出一个主动联想记忆模型。模型包括两个神经网络,其一为输入和输出网络,另一个为在学习时期能自主产生兴奋模式的主动网络。两个网络的神经元之间有突触联系。由于自主产生的兴奋模式与输入无关,并可能接近于相互正交,因此,本模型有较高的存贮能力。初步分析和计算机仿真证明：本模型确有比通常联想记忆模型高的存贮能力,特别是在输入模式间有高度相关情况下、最后,对提出的模型与双向自联想记忆和光学全息存贮机制的关系作了讨论。     

海马记忆功能的神经网络模型

综合神经心理学,神经生理学、解剖学与神经网络研究的成果,提出一个海马记忆功能的神经网络模型。模型由三个神经网络所组成;海马的ＣＡ１和ＣＡ３网络和大脑皮层联合区,ＣＡ３的功能是将不同感觉输入联合起来,而ＣＡ１的作用是将它们结成一个单一的记忆。而大脑皮层则是长期记忆的部位。在ＶＡＸ１１／７５０上进行计算机仿真,仿真证明模型有近期及长期记忆功能,破坏模拟海马的部分,模型显示出与顺行性遗忘症相似的特性。在