“神经元的形态分类和识别”综述

人类脑计划得到神经元的形态数据,网站NeuroMorpho.Org提供了世界各地56个实验室,11类动物,45个神经区域,47类功能类别的6214个神经元的三维空间形态数据.题目提出的问题是利用这些数据,如何给出一个神经元形态分类方法,并利用你给出的神经元几何形态分类方法,具体识别待定神经元的类型,提出神经元模型命名方法.     

时滞耦合惯性项神经系统的多混沌路径共存

混沌及其共存是神经动力学的一个重要研究内容.该文基于非单调激活函数的惯性项神经元时滞耦合系统,在固定系统参数的情况下,以耦合时滞τ作为参变量,取不同的初始条件,利用Poincaré截面技术,展现了系统多个不同的倍周期分岔序列和概周期分岔序列,并给出了系统相应的相图.研究结果表明,时滞耦合神经系统具有多级倍周期分岔序列和概周期分岔序列的稳态共存,展现了系统更加丰富的多混沌和多周期解的多稳态共存.     

关于周期神经网络逼近阶的研究

借助于有关Fourier级数的Riesz平均构造出了一类含有一个隐含层的周期神经网络与平移网络,与已有的讨论相比较,在获得相同的逼近阶的情况下,此类网络的隐层单元要求较少的神经元个数.     

双臂空间机器人姿态、关节协调运动基于RBF神经网络的自适应控制算法

讨论了载体位置无控、姿态受控情况下,双臂空间机器人姿态、关节协调运动的控制问题．由Lagrange第二类方法及系统动量守恒关系,建立了漂浮基双臂空间机器人的系统动力学方程．以此为基础,借助于RBF神经网络技术、GL矩阵及其乘积算子定义,对双臂空间机器人系统进行了神经网络系统建模;之后针对双臂空间机器人所有惯性参数均未知的情况,设计了双臂空间机器人载体姿态与机械臂各关节协调运动基于RBF神经网络的自适应控制算法．提出的控制算法不要求系统动力学方程具有惯常的关于惯性参数的线性性质,且无需预知系统惯性参数的任何信息,也无需对神经网络进行离线训练、学习,因此更适于实时应用．一个平面漂浮基双臂空间机器人系统的数值仿真,证实了该控制算法的有效性．     

无晨昏电场下带电粒子在中性片磁场中运动的周期轨

为了描述无晨昏电场情况下带电粒子在中性片磁场非小扰动区中运动的动力学特征,建立了一个非线性的动力学系统.运用Mawhin重合度理论探讨了一类非线性问题的周期解,然后将其应用于无晨昏电场情况下带电粒子在远磁尾中性片磁场非小扰动区中运动的动力学模型的周期解问题的研究,得出了带电粒子在初始位置逐渐远离中性片运动过程中存在周期轨的结果.在此基础上,还可以进一步探讨该模型同宿轨等其它动力学行为的存在性问题.     

复杂网络上耦合神经系统的非聚类相同步

考虑了不同复杂网络结构(小世界、无标度和随机网络)条件下的耦合神经元系统,针对其进入相同步的同步化路径进行了建模与仿真,发现系统呈现出非聚类相同步现象,并对其形成原因进行了定性分析.结果表明:复杂网络上的耦合神经元系统与其在规则网络下有相同的同步行为,系统均不出现通常耦合相振子中的聚类成群现象,而表现为随着耦合强度的增加所有神经元渐进趋于同步.另外,随着放电尖峰的插入与弥合,最终导致系统个体平均频率先增强后衰减的变化.这些结果将丰富对于网络动力学行为(尤其是相同步)的认识,对理解神经认知科学具有一定意义.     

微循环系统动力学综合数学模型研究(Ⅰ)——理论基础

根据微循环系统的生理情况,建立了微循环系统动力学非定常、非线性分布参数模型,包括血液动力学、间质动力学、淋巴动力学、蛋白质传输动力学、氧动力学、热量传输动力学和肌原性与代谢性调控过程,综合反映了它们之间的相互作用,并考虑了微动脉自律运动和血液非线性粘弹性的影响.几何模型是一个包括微动脉、开放与储备毛细血管、微静脉、初始淋巴管和微动静脉吻合支的简单网络.这种综合模型有助于临床数据的分析研究和“数值实验手段”的建立.     

具不连续激励函数Cohen-Grossberg神经网络周期解的全局指数稳定性

本文研究了具时滞和周期系数的Cohen-Grossberg神经网络的稳定性.网络中的神经激励是一个可以具有跳跃间断点的单调不减函数,用来刻画神经元放大器的增益很高和趋向于无穷大的理想情形.在假设联结矩阵满足适当的条件下,我们获得了周期解存在,惟一和全局指数稳定的充分条件,且与时滞无关.所利用的假设条件与M-矩阵理论有关,容易验证.此外,由于激励函数的不连续性,我们介绍了一个适当的极限记号来研究时滞神经网络输出的收敛性.我们的结论推广了相关文献的结果.并给出了实例说明和数值模拟.     

具有时变时滞惯性四元Hopfield神经网络反周期解的动力学研究

周期性、反周期性和概周期性是时变神经网络的重要动态行为特性.本文在不将所研究的神经网络分解为实值系统的情况下,根据重合度理论中的延拓定理和不等式技巧,通过构造不同于现有平衡点稳定性研究的李雅普诺夫函数,研究了一类具有变时滞的惯性四元Hopfield神经网络的反周期解的动力学问题,给出了上述神经网络反周期解存在的一个新的判别条件.并通过构造李雅普诺夫函数论证了上述神经网络反周期解的指数稳定性.     

离散Hopfield神经网络分析

利用Euler格式得到了一个含有三个神经元的多延迟离散Hopfield神经网络模型.利用离散动力系统理论研究了该模型的线性稳定性,得到了模型稳定及出现Hopf分支的条件.最后,数值仿真验证了所得的结果.