论文部分内容阅读
本文在考虑抑制性神经元作用的情况下，利用随机相变动力学理论对由神经振子群组成的神经网络进行相位编码的分析研究。建立了一种抑制性神经元耦合作用下的随机非线性相变动力学模型，并依据所建立的模型对其自发活动以及在刺激作用下的动态演化过程进行数值分析。研究结果表明网络中抑制性神经元的存在能够降低兴奋性神经振子集群的数密度的幅值，并且抑制性神经元耦合系数的增大能够控制兴奋性神经振子集群的变化趋势。在刺激条件下，随着刺激强度的变化能够改变神经振子的发放频率。并且我们还考察了不同刺激情况下的相位编码的数密度演化。