首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

神经网络上奇异态的研究

摘要第5-7页
Abstract第7-9页
第一章 绪论第13-39页
    1.1 奇异态研究的进展第13-20页
        1.1.1 理论计算方面第14-19页
        1.1.2 实验方面第19-20页
    1.2 动力学系统简介第20-26页
        1.2.1 非线性动力系统第20页
        1.2.2 线性稳定性分析第20-23页
        1.2.3 吸引子第23页
        1.2.4 分岔第23-26页
    1.3 神经系统简介第26-31页
        1.3.1 神经元第26-28页
        1.3.2 突触第28-30页
        1.3.3 神经网络第30-31页
    1.4 计算神经科学方法第31-38页
        1.4.1 Hodgkin-Huxley模型第31-33页
        1.4.2 FitzHugh-Nagumo模型第33-36页
        1.4.3 LeakyIntegrate-and-Fire模型第36-37页
        1.4.4 电突触模型第37页
        1.4.5 化学突触模型第37-38页
    1.5 本文工作第38-39页
第二章 非对称耦合增强奇异态向同步态转变第39-55页
    2.1 引言第39-40页
    2.2 自适应奇异态模型和数值模拟结果第40-48页
    2.3 理论分析第48-52页
    2.4 讨论和结论第52-55页
第三章 时间延迟和电磁感应对奇异态的影响第55-67页
    3.1 引言第55-56页
    3.2 时间延迟和电磁感应的神经元模型第56-57页
    3.3 数值模拟结果第57-64页
        3.3.1 仅考虑时间延迟的作用第58-60页
        3.3.2 仅考虑电磁感应的作用第60-63页
        3.3.3 时间延迟和电磁感应的联合作用第63-64页
    3.4 讨论和结论第64-67页
第四章 二维神经网络中奇异态的多样性第67-79页
    4.1 引言第67-68页
    4.2 模型第68-69页
    4.3 数值模拟结果第69-76页
        4.3.1 非局域耦合的FHN模型中奇异态的多样性第69-72页
        4.3.2 通过删边实现异构耦合第72-76页
    4.4 讨论和结论第76-79页
第五章 人脑皮层网络上奇异态的研究第79-95页
    5.1 引言第79-80页
    5.2 人脑皮层网络第80页
    5.3 延时FitzHugh-Nagumo神经元模型及结果第80-86页
    5.4 延时Kuramoto模型及结果第86-90页
    5.5 理论分析第90-92页
    5.6 结论第92-95页
第六章 总结与展望第95-97页
    6.1 本文总结第95-96页
    6.2 研究展望第96-97页
参考文献第97-113页
攻读博士学位期间发表的论文第113-115页
致谢第115页

论文共115页,点击 下载论文
上一篇:Hybrid Event-B:信息物理融合系统的建模及精化方法
下一篇:新媒介话语的口语化研究