期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
考虑STDP学习律的树突整合型神经元网络的放电同步 被引量:1
1
作者 曹金凤 杨梅晨 +1 位作者 韩芳 王直杰 《动力学与控制学报》 2020年第1期56-62,共7页
生物神经网络的同步被认为在大脑神经信息的处理过程中发挥了重要作用。本文以树突整合型(DHH)神经元网络为研究对象,在网络中考虑脉冲时间依赖可塑性(STDP)学习律,分析网络连接概率、外部扰动以及STDP学习律对网络同步性的影响。研究... 生物神经网络的同步被认为在大脑神经信息的处理过程中发挥了重要作用。本文以树突整合型(DHH)神经元网络为研究对象,在网络中考虑脉冲时间依赖可塑性(STDP)学习律,分析网络连接概率、外部扰动以及STDP学习律对网络同步性的影响。研究结果表明,STDP学习律对网络同步的影响不仅与连接概率有关,也与外部扰动有关。在兴奋性神经元网络中,连接概率增大可以增强网络的同步,外部扰动增大会减弱网络的同步,且在较大的外部扰动下STDP学习律对网络同步特性的增强作用减弱;而在抑制性DHH神经元网络中,连接概率增大,也可以增强网络的同步,且在较大的连接概率下,外部扰动增大,可以增强网络的同步,而STDP学习律对网络同步的增强作用也更加明显。 展开更多
关键词 树突整合 stdp学习律 同步
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部