耦合小世界神经网络的随机共振

噪声广泛存在于生物神经系统中,对系统功能具有重要作用.采用神经元二维映射模型构建一个复杂神经网络,由多个小世界子网络构成,研究了Gaussian白噪声诱导的随机共振现象.研究发现,只有合适的噪声强度才能使神经网络对输入刺激信号的频率响应达到峰值.另外,网络结构对系统随机共振特性有重要影响.在固定的耦合强度下,存在一个最优的局部小世界子网络结构,使得整个系统的频率响应最佳.     

小世界神经网络的二次超谐波随机共振

随机共振现象是非线性系统中普遍存在的自然现象.主要通过研究小世界生物神经网络中的输出信噪比与反映小世界效应的重连概率p、耦合强度c以及输入信号振幅A之间的关系，来揭示小世界生物神经网络的二次超谐波随机共振的一些规律.发现对于Hodgkin-Huxley小世界神经网络，并不是信号越强，信噪比越大，而是输入信号的振幅A存在一个最优值A_O，此时网络信噪比最大.     

变权小世界生物神经网络的兴奋及优化特性

根据实际生物神经网络具有小世界连接和神经元之间的连接强度随时间变化的特点,首先构造了一个以Hodgkin-Huxley方程为节点动力学模型的动态变权小世界生物神经网络模型,然后研究了该模型神经元的兴奋特性、权值变化特点和不同的学习系数对神经元的兴奋统计特性的影响.最有意义的结果是,在同样的网络结构、网络参数及外部刺激信号的条件下,学习系数b存在一个最优值b^*,使生物神经网络的兴奋度在b=b^*时达到最大. 关键词： 动态变权生物神经网络 小世界网络 Hodgkin-Huxley方程     

双稳态系统中随机共振和相干共振的相关性

研究了加性噪声和乘性噪声共同驱动的双稳态系统中的随机共振和相干共振现象. 针对加性噪声和乘性噪声之间不存在关联性和存在关联性两种情形, 引入一种适当的能同时表征随机共振和相干共振的指标, 应用一阶欧拉方法, 通过数值模拟对系统的随机共振和相干共振现象进行研究. 结果表明在弱噪声驱动下, 随着加性噪声强度的增加, 当系统出现相干共振时, 如果给系统外加一个弱周期驱动力, 几乎在同一时刻, 系统也出现了随机共振现象; 但随着乘性噪声强度的增加, 仅当加性噪声和乘性噪声之间相关时, 此结论成立. 并且系统参数对相干共振和随机共振的影响是一致的. 关键词： 双稳态系统 随机共振 相干共振     

用脉冲半导体激光观察铷原子基态塞曼能级的相干共振

用半导体激光脉冲序列泵浦汽泡铷原子,观察其基态能级的△m=1和△m=2的塞曼(Zeeman)相干.利用直接调制激光二极管注入电流的增益开关技术,在波长780nm处产生约200ps的激光脉冲.对△m=1,用偏振光谱学方法检测;而对△m=2,则直接使用前向散射光谱学方法检测.     

宽频随机激励下非线性压电能量采集器的相干共振

近年来随着微机电系统的发展,非线性能量采集系统受到了研究者的极大关注.本文采用随机线性化方法对一类环境噪声作用下能量采集系统进行了分析.首先根据受压梁的双稳态特性,建立了等效的随机激励作用下压电能量采集系统的数学模型.采用随机线性化方法获得了输出电压近似闭合形式的表示,并且通过数值分析说明了系统相干共振现象.相干共振的相关研究可应用于优化系统参数使能量采集效果最大化.     

共振波长对导模共振生物传感器灵敏度的影响

导模共振生物传感器由于具有微型化、免标签、高通量和实时检测等优势被广泛研究。利用严格耦合波理论分析了该生物传感器对样品折射率和厚度的灵敏度随共振波长的变化规律。当样品厚度和共振波长一定时,其折射率灵敏度恒定;随着共振波长的增大,折射率灵敏度显著提高。当样品折射率和共振波长一定时,厚度灵敏度随着厚度的增加而降低,最后趋近于0;当共振波长增加时,厚度灵敏度明显提高,厚度测量范围增大。结果表明:选取较长的共振波长有利于样品的检测和分析。     

共振实验在生命中应用研究Ⅰ──共振与生物频率

本文提出可以利用共振原理来纠正癌分子振动方向，阻止癌细胞繁殖，最后达到和正常分子的振动频率一致的观点。     

生物大分子的共振光散射光谱

共振光散射技术是一项在普通荧光分光光度计上可实现分析领域中应用的新技术。本文阐述了共振光散射的基本原理 ,分类介绍了在生物大分子研究和测定方面的应用 ,分析了共振散射体系的新发展。     

两原子相干共振能量传递的单次与N次能量提取

两原子间隔一定距离且两原子跃迁频率接近时,两原子之间可发生能量传递.理论研究了供能原子和受能原子两共振原子的能量传递.求解薛定谔方程得出两原子共振能量传递效率.结果表明,供能原子在真空场中的激发态寿命在能量传递效率中起到十分重要的作用.能量传递效率与两原子间距离的负三次幂的正弦值的平方成正比,在一阶近似条件下,与两原子间距离的6次方成反比.以供能原子处于激发态时为初始时刻,能量从初始时刻随时间由供能原子向受能原子传递,对受能原子的单次能量提取的最大值大约在供能原子寿命的2/3时刻;对受能原子的连续N次能量提取的最大值,每次提取时间大约在供能原子寿命的1/2时刻.     

Coherence resonance in globally coupled neuronal networks with different neuron numbers

Because a brain consists of tremendous neuronal networks with different neuron numbers ranging from tens to tens of thousands, we study the coherence resonance due to ion channel noises in globally coupled neuronal networks with different neuron numbers. We confirm that for all neuronal networks with different neuron numbers there exist the array enhanced coherence resonance and the optimal synaptic conductance to cause the maximal spiking coherence. Furthermoremore, the enhancement effects of coupling on spiking coherence and on optimal synaptic conductance are almost the same, regardless of the neuron numbers in the neuronal networks. Therefore for all the neuronal networks with different neuron numbers in the brain, relative weak synaptic conductance (0.1 mS/cm²) is sufficient to induce the maximal spiking coherence and the best sub-threshold signal encoding.     

Coherence Resonance and Noise-Induced Synchronization in Hindmarsh-Rose Neural Network with Different Topologies

In this paper, we investigate coherence resonance （CR） and noise-induced synchronization in Hindmarsh- Rose （HR） neural network with three different types of topologies： regular, random, and small-world. It is found that the additive noise can induce CR in HR neural network with different topologies and its coherence is optimized by a proper noise level. It is also found that as coupling strength increases the plateau in the measure of coherence curve becomes broadened and the effects of network topology is more pronounced simultaneously. Moreover, we find that increasing the probability p of the network topology leads to an enhancement of noise-induced synchronization in HR neurons network.     

Erratum to "Coherence resonance in globally coupled neuronal networks with different neuron numbers"

正The expression of Eq. (1) in page 028702-2 of Ref. [1] is inaccurate. This correct formula should be CmdVi/dt = gNam3ihi(Vi-VNa)     

小世界网络与无标度网络的社区结构研究

模块性(modularity)是度量网络社区结构(community structure)的主要参数.探讨了Watts和Strogatz的小世界网络(简称W-S模型)以及Barabàsi 等的B-A无标度网络(简称B-A模型)两类典型复杂网络模块性特点.结果显示，网络模块性受到网络连接稀疏的影响，W-S模型具有显著的社区结构，而B-A模型的社区结构特征不明显.因此，应用中应该分别讨论网络的小世界现象和无标度特性.社区结构不同于小世界现象和无标度特性，并可以利用模块性区别网络类型，因此网络复杂性指标应该包括 关键词： 模块性 社区结构 小世界网络 无标度网络     

Chaos in complex motor networks induced by Newmanben Watts small-world connections

We investigate how dynamical behaviours of complex motor networks depend on the Newman-Watts small-world (NWSW) connections. Network elements are described by the permanent magnet synchronous motor (PMSM) with the values of parameters at which each individual PMSM is stable. It is found that with the increase of connection probability p, the motor in networks becomes periodic and falls into chaotic motion as p further increases. These phenomena imply that NWSW connections can induce and enhance chaos in motor networks. The possible mechanism behind the action of NWSW connections is addressed based on stability theory.