神经科学的研究表明，神经元的突触作用是唯一的信息传递者，突触的信息传递及其性质的变化提供了认知功能的一个生理学本源。但大脑通过神经元群的突触传递信息以实现宏观认知功能的机制仍不清楚，是目前理论和实验研究中的热点问题。从复杂性研究的角度来看，大脑作为一个复杂系统，其认知功能的形成是一系列涌现过程的结果：从神经元突触开始，经神经元群，神经网络，到大脑皮层和整个脑区，经过多层次的涌现，不断发生质的飞跃和突变，最终实现宏观认知功能。 视知觉作为大脑基本的认知功能，其本质是基于神经元和突触机制的涌现。关于视知觉产生的模式的细节和机制并不清楚，并且存在着争议，例如视觉系统对物体的知觉是从局部到整体的还是从整体到细节的。本文在复杂性理论研究的框架下，以汉字字形的视知觉为例，通过建立包含微观突触动力学机制的神经网络模型，模拟分析了视知觉的产生及其涌现机制。 首先，建立三层神经网络知觉模型(简称知觉模型)，描述了视知觉的信号分解与整合过程。模拟结果表明：局部到整体的知觉模式(简称局部知觉模式)和整体到细节的知觉模式(简称整体知觉模式)在大脑中都有可能存在，采用何种模式由感知者的经验、感知对象、外界环境等条件决定；对于汉字的知觉来说，局部知觉模式效率高于整体知觉模式。进一步分析显示，在汉字的局部知觉和整体知觉模式中，都存在着自组织涌现过程。涌现过程分为两个阶段，第一个阶段是感受野习得局部信息或者整体轮廓的过程，第二个阶段是把局部或轮廓整合成完整清晰汉字的过程。涌现的核心机制是Hebb学习法和整合法则，合适的参数和一定的训练次数为涌现现象的产生提供了保证。 在知觉模型的基础上，加入侧向相互作用机制，建立了描述局部知觉模式形成的知觉学习模型。模型中虽然只设定了局部的权重调整规则，却能够在整体上实现权重的有序块状分布，从而实现了对输入的局部知觉，有着明显的自组织特性，是自组织过程。神经元之间的侧向相互作用是自组织过程发生的核心机制。 考虑到感受野获得的样本局部信息应该是具有一定意义的特征，我们采用了两种不同的方法，使用具有相同结构(比如左右结构、上下结构)的样本作为对象进行模拟。首先对基于NMF方法的学习模型进行了训练，结果表明，用自造汉字作为样本时，可以准确抽取出对象的所有局部特征，但使用真实汉字进行训练时，结果不够理想。而对知觉学习模型的模拟结果显示，在一定的参数条件和初始条件下，无论用自造汉字还是真实汉字作为样本，知觉学习模型都能够抽取出对象的局部特征。因此，知觉学习模型能够通过权重整体分布的演化，涌现出具有一定意义的局部特征。 综上所述，本文工作的主要意义在于，通过分析视知觉的涌现现象以及产生涌现的自组织机制，为研究大脑中宏观认知功能的涌现机制提供了参考；建立了包含突触动力学机制的神经网络模型，在神经计算的层次上对视知觉的产生进行了模拟；模拟结果不但说明了两种视知觉模式在大脑中都可能存在，而且给出了局部知觉模式形成的可能途径。