

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、本文討論基于映射的二維Rulkov神經(jīng)元模型在平均耦合下的分岔.首先,通過求解不動點方程及對不動點穩(wěn)定性的分析,得出系統(tǒng)不動點的存在條件及穩(wěn)定性條件.其次,應(yīng)用動力系統(tǒng)的定性理論和分岔理論,研究兩個耦合的Rulkov神經(jīng)元模型分別在相同初值或不同初值條件下,系統(tǒng)的鞍結(jié)點分岔、倍周期分岔、External(internal)crisis分岔,重點討論了與Bursting現(xiàn)象有關(guān)的數(shù)學(xué)機理.最后,討論耦合強度對神經(jīng)元網(wǎng)絡(luò)系統(tǒng)同相同步與反相同
2、步的影響. 全文共包括四章. 第一章,介紹與本文有關(guān)的非線性動力系統(tǒng)方面的知識,包括分岔理論、基于映射的神經(jīng)元模型,經(jīng)典的Hodgkin-Huxley神經(jīng)元模型。 第二章,介紹單個神經(jīng)元Rulkov模型的分岔分析. 第三章,通過快慢分解技術(shù),將四維耦合系統(tǒng)分解為一個二維快子系統(tǒng)和一個二維慢子系統(tǒng),討論兩個耦合的Rulkov神經(jīng)元模型在初值相同和不相同情況下的分岔,包括鞍結(jié)點分岔、倍周期分岔、Externa
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- Rulkov神經(jīng)元模型的相干共振行為研究.pdf
- 神經(jīng)元模型的降階與分岔分析.pdf
- Hindmarsh-Rose神經(jīng)元模型的雙參數(shù)分岔特性及耦合同步研究.pdf
- Stein神經(jīng)元模型在共同隨機輸入下的同步性.pdf
- Rulkov模型在化學(xué)耦合下的同步分析.pdf
- N個相同Rulkov神經(jīng)元在星形和全局耦合結(jié)構(gòu)下的同步行為.pdf
- 兩個相同的Rulkov神經(jīng)元在電子耦合作用下的動態(tài)轉(zhuǎn)遷.pdf
- 神經(jīng)元模型的動力學(xué)特性研究.pdf
- 神經(jīng)元模型參數(shù)辨識及控制的研究.pdf
- 基于神經(jīng)元模型的電刺激仿真研究.pdf
- Rulkov和Head direction神經(jīng)元及神經(jīng)元網(wǎng)絡(luò)的動力學(xué)分析.pdf
- 隨機相關(guān)輸入的Integrate-and-Fire神經(jīng)元模型.pdf
- 一類神經(jīng)元模型的動力學(xué)分析.pdf
- 基于Izhikevich神經(jīng)元模型的神經(jīng)網(wǎng)絡(luò)建模仿真.pdf
- ICAM-5在缺氧缺糖神經(jīng)元模型中的表達(dá).pdf
- 非線性系統(tǒng)理論在Chialvo神經(jīng)元模型中的應(yīng)用.pdf
- 一種高級脈沖神經(jīng)元模型及其在圖像加密的應(yīng)用.pdf
- 神經(jīng)元NMDA損傷:腦片及神經(jīng)元模型、藥物保護(hù)作用及信號轉(zhuǎn)導(dǎo)特點.pdf
- 19476.一類神經(jīng)元模型同步控制
- 基于放電特性的神經(jīng)元模型參數(shù)辨識的研究.pdf
評論
0/150
提交評論