第三届全国动力学与控制青年学者研讨会介绍

为了深入交流动力学与控制学科近年来已取得的成果,探讨今后学科的发展趋势和面临的挑战,促进青年学者之间的交流与合作,加深青年学者对履行历史使命的责任感,由国家自然科学基金委员会数理科学部发起,国家自然科学基金委员会数理科学部和中国力学学会动力学与控制专业委员会联合主办,由内蒙古财经学院承办的"第三届全国动力学与控制青年学者研讨会"于2009年7月26日至30日在内蒙古青色之城--呼和浩特市召开,中国力学学会动力学与控制专业委员会主任委员张伟教授担任会议主席,内蒙古财经学院王青云教授组织这次会议.     

仿选择性注意机制的语音情感识别算法

有效特征的选取一直都是语音情感识别算法的关键。为此,针对语音情感特征选择与构建的问题,一种仿选择性注意机制的语音情感识别算法被提出。考虑到语音信号的时频特性,算法首先计算语音信号的语谱图;其次,模仿选择性注意机制,计算语谱图的颜色、方向和亮度特征图,归一化后形成特征矩阵;然后,将特征矩阵重排列并进行PCA降维,形成情感识别特征向量;最后,利用改进的支持向量机分类方法进行语音情感识别。对愤怒、恐惧、高兴、悲伤和惊奇5种情感的识别实验显示,基于选择性注意的方法能够获得较好的识别效果,平均识别率为85.44%。相比于韵律特征和音质特征,语音情感识别率至少提高10%;相比于其它语谱特征,识别率提高7%左右。     

Suppression of Chaos and Phase Locking in Two Coupled Nonidentical Neurons under Periodic Input

Dynamical behaviour of two coupled neurons with at least one of them being chaotic is presented. Bifurcation diagrams and Lyapunov exponents are calculated to diagnose the dynamical behaviour of the coupled neurons with the increasing coupling strength. It is found that when the coupling strength increases, a chaotic neuron can be controlled by the coupling between neurons. At the same time, phase locking is studied by the maxima of the differences of instantaneous phases and average frequencies between two coupled neurons, and the inherent connection of phase locking and the suppression of chaos is formulated. It is observed that the onset of phase locking is closely related to the suppression of chaos. Finally, a way for suppression of chaos in two coupled nonidentical neurons under periodic input is suggested.     

生物神经网络系统动力学与功能研究

生物神经系统是由数量极其巨大的神经元相互联结的信息网络系统, 在生物体的感觉、认知和运动控制中发挥关键性的作用. 首先介绍神经元、大脑和一些生物神经网络的生理结构和理论模型, 然后分别介绍其放电活动和网络动态特性的一些重要问题, 包括神经元的复杂放电模式、耦合神经元网络系统的同步活动和时空动力学、 大脑联合皮层神经微回路的网络结构特征, 以及工作记忆和抉择过程的动力学机制等. 最后对今后研究给出一些展望.     

Time Delay-Enhanced Synchronization and Regularization in Two Coupled Chaotic Neurons

Complete synchronization of two identical chaotic Morris-Lecar (ML) neurons with time-delay coupling is investigated. It is found that the coupled ML neurons may achieve synchronization by an efficient time delay at a low coupling strength. At the same time, the chaotic motion of the coupled neurons may become a regular periodic one during synchronization by the time-delay coupling, that is, the delay time coupling is able to suppress chaos in the process of synchronization. However, the time delay has the effect on enhancement of synchronization and regularization of coupled neurons only in certain coupling strength ranges. Moreover, synchronization of coupled neurons is achieved by time delay after regularization.     

神经系统疾病与认知动力学(II): 神经振荡与认知动力学

大脑神经系统具有从慢到快多种不同的振荡节律, 这些节律振荡被认为参与了大脑多种功能的实现, 其中高频的伽马同步振荡被认为与大脑的认知功能最为相关. 本文阐述了生物学实验方面关于伽马振荡及其功能的研究进展, 并针对实验中伽马振荡的频率敏感依赖于外部刺激特征的现象, 综述了基于神经网络模型进行变频伽马振荡及其认知功能的动力学建模研究工作, 解释了视觉刺激调控的变频率伽马振荡动力学产生机理, 提出了基于同步抑制增强全局放电率对比度的神经认知机制. 研究成果有助于理解神经系统同步振荡的产生机理及其认知作用, 为大脑认知原理以及类脑智能的研究奠定基础.      

提高耳语音可懂度的非对称压缩语音增强方法

提出两种基于非对称代价函数的耳语音增强算法,将语音增强过程中的放大失真和压缩失真区分对待。Modified ItakuraSaito(MIS)算法对放大失真给予更多的惩罚,而Kullback-Leibler(KL)算法则对压缩失真给予更多的惩罚。实验结果表明,在低于—6 dB的低信噪比情况中,经MIS算法增强后的耳语音的可懂度相比传统算法有显著提高;而KL算法则获得了同最小均方误差语音增强算法近似的可懂度提高效果,证实了耳语音中的放大失真和压缩失真对于耳语音可懂度的影响并不相同,低信噪比时较大的压缩失真有助于提高耳语音可懂度,而高信噪比时的压缩失真对耳语音可懂度影响较小。     

Taming desynchronized bursting with delays in the Macaque cortical network

Inhibitory coupled bursting Hindmarsh-Rose neurons are considered as constitutive units of the Macaque cortical network. In the absence of information transmission delay the bursting activity is desynchronized,giving rise to spatiotemporally disordered dynamics. This paper shows that the introduction of finite delays can lead to the synchronization of bursting and thus to the emergence of coherent propagating fronts of excitation in the space-time domain. Moreover,it shows that the type of synchronous bursting is uniquely determined by the delay length,with the transitions from one type to the other occurring in a step-like manner depending on the delay. Interestingly,as the delay is tuned close to the transition points,the synchronization deteriorates,which implies the coexistence of different bursting attractors. These phenomena can be observed by different but fixed coupling strengths,thus indicating a new role for information transmission delays in realistic neuronal networks.     

Delay-aided stochastic multiresonances on scale-free FitzHugh-Nagumo neuronal networks

The stochastic resonance in paced time-delayed scale-free FitzHugh-Nagumo(FHN) neuronal networks is investigated.We show that an intermediate intensity of additive noise is able to optimally assist the pacemaker in imposing its rhythm on the whole ensemble.Furthermore,we reveal that appropriately tuned delays can induce stochastic multiresonances,appearing at every integer multiple of the pacemaker’s oscillation period.We conclude that fine-tuned delay lengths and locally acting pacemakers are vital for ensuring optimal conditions for stochastic resonance on complex neuronal networks.     

神经系统疾病与认知动力学 (I) : 癫痫发作的动力学与控制

研究表明癫痫发作过程与神经系统本身的非线性动力学行为密切相关. 因此, 开展癫痫发作的非线性网络动力学建模与调控问题的研究, 有助于理解癫痫临床表征的动力学机理和定位致痫灶网络, 进而设计有效的网络调控策略. 本文回顾了癫痫脑神经疾病网络动力学与控制方面的研究进展, 系统总结了本文作者近年来在癫痫发作动力学建模分析及其调控等方面取得的研究成果. 首先, 基于海马齿状回CA3区环路神经元网络模型, 分析了影响颞叶癫痫发作的分子和网络结构因素, 阐释了癫痫发作转迁的动力学机制. 其次, 由于脑神经系统的集群编码特性, 基于神经场模型和平均场模型建模方法完善了皮质?基底节?丘脑环路网络动力学理论框架, 并基于此框架分析了失神癫痫发作转迁的动力学分岔机制, 探讨了不同类型癫痫发作的转迁路径, 发现了失神癫痫发作转迁的多稳态共存现象, 揭示了时滞对失神癫痫同步发作的控制效果, 设计了丰富有效的癫痫深脑刺激调控策略, 给出了电刺激调控失神癫痫发作的动力学解释. 最后, 通过数据驱动的统计建模和神经元群模型动力学建模分析, 提出了局灶癫痫致痫灶定位及寻找有效控制癫痫发作网络关键节点的理论新方法. 这些研究成果为理解难治性癫痫发作动力学本质及在临床诊疗的应用方面提供重要理论支撑. 最后对进一步研究给出若干建议.