海马神经元的放电节律和基于随机共振原理的记忆模型

来源 :华南理工大学 | 被引量 : 0次 | 上传用户:yanyong
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文针对海马组织的生理结构建立一个简化的数学模型,从计算神经科学的角度去数值分析和仿真海马的记忆功能。 神经元细胞是神经系统的基本单元。神经元动作电位的产生具有离子机制,基于Markov过程建立与IP<,3>相关的动态IP<,3>-Ca<2+>通道模型并数值分析了依赖性参数和通道数目N对Ca<2+>振荡的影响。得到Ca<2+>振荡关于依赖性参数λ的分岔图,Ca<2+>振荡与IP<,3>振荡的一致性和通道数目N对Ca<2+>振荡的影响等结果,这些模型结果显示了Ca<2+>振荡的特性。 海马中的主要神经元是锥体细胞和中间神经元。对中间神经元的数值分析显示放电频率随刺激强度增强而逐渐增大,神经元放电模式循环出现,峰放电和簇爆发表明放电模式具有多样性,交流刺激下出现信号同步和锁相以及通向混沌放电的复杂模式,神经元发放存在振幅和频率的发放阈值。分析外界刺激对锥体神经元放电节律的影响,放电节律经历周期峰放电,倍周期分岔通向混沌,激变周期3放电进而演化混沌,最后周期簇爆发的完整放电模式变化过程。 利用海马结构中的细胞通道模型,数值研究海马系统的信息传递特性,仿真了海马随机共振产生记忆的过程。通过突触连接模型,构造海马神经系统模型,分析了网络中各种神经元突触后电流总和的计算公式,突触后电流对神经元放电节律的影响以及簇爆发的产生机理,网络结构的强大编码能力揭示了CA3结构在海马信息传递中的特性。最后分别对来自内嗅皮层的PP信号以及SC突触后电流引起的CAl表达做了分析,表明单一阈下信号无法产生记忆,双信号的共振加强才是记忆产生的原因。模型分析包含突触传递的时滞影响,模型结果与海马发放的实验现象相符合。
其他文献
基于统计学习理论的支持向量机算法具有坚实的数学理论基础和严格的理论分析,是机器学习中的一种新方法和研究新热点,该理论受到广泛的重视并应用到不同的领域,已初步表现出很多
负荷预测是电力系统中一项重要的工作。由于电力系统负荷的复杂性,使得预测的精度很难达到电力部门的要求,研究开发有效的预测方法以提高预测精度一直是人们追求的目标。 本
对于优化问题的研究,三角函数降维可以说是降低目标函数维度的有效方法之一。本文分别针对两种约束下的优化问题提出相应的降维形式,根据降维后函数的性态,一维搜索均采用随机搜索方法。本文将降维技术应用到全局优化问题的求解中,提出了一个基于降维的全局优化近似算法,用以求解带箱约束的非线性全局优化问题。首先在区间[0,π]上构造一个新的降维公式,讨论了基于该降维变换曲线的α-致密度,再从降维曲线长度对该近似算
学位
以不完备决策信息系统为研究对象,以粗糙集理论为工具,针对此系统中已有的三种模型进行了改进.首先,在不完备决策信息系统中,基于限制容差关系的粗糙集模型已不能处理信息引
数据挖掘(Data Mining)就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。关联规
树模型近年来己引起物理学、概率论及信息论界的广泛兴趣。树指标随机过程己成为近年来发展起来的概率论的研究方向之一。而强偏差定理一直是国际概率论界研究的中心课题之一