收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

神经系统中差频随机共振研究

郭利军  
【摘要】:大脑是一个复杂的非线性系统,噪声对大脑中高效神经信息处理与加工至关重要。特别是,人们发现神经元可以利用随机共振机制提高自身对微弱周期信号的处理能力。传统随机共振理论仅涉及单周期信号,但真实大脑中的神经元会受到来自不同脑区的多种周期信号共同驱动。近期的研究表明,神经系统在噪声的帮助下可以有效地处理不同周期刺激的频率差信息,由此提出了神经系统中频率差依赖的随机共振理论。然而,差频随机共振现象是否可以在不同放电类型的神经元中观察到,其表现是否受到神经元自身放电性质以及神经网络拓扑结构的调控,尚不明确。为此,本学位论文利用计算神经科学手段,从单神经元和小世界神经元网络两个层次研究了神经系统差频随机共振现象及其调控机制,获得了如下成果:第一,在单神经元水平上,我们关注四类典型神经元放电类型,包括:规则放电、固有爆发式放电、快速放电以及低阈值放电。研究发现,四种放电类型神经元均存在差频随机共振现象,适当提高阈下直流分量可以使它们在相对较低的噪声强度下增强对弱频率差信息的响应。此外,不同类型神经元对于差频的敏感区间不同,其中快速放电神经元对较低的差频响应更强,而其余类型神经元对于适中的频率差响应最优。第二,通过改进的小世界网络构建算法,建立了基于整合发放神经元模型的小世界神经元网络,系统地探究了小世界神经元网络中差频随机共振的调控机制。研究发现,在低噪声强度下,适当提高网络的增边概率可以增强小世界神经网络对于差频信息的响应。而在高噪声强度下,较小增边概率的小世界神经网络对频差信息有着较强的响应,随着增边概率的增加网络响应变差。在小世界网络区间,适当地增加兴奋性突触强度,维持网络兴奋-抑制突触电流相对平衡可以提高网络对于差频随机共振的表现。此外,当外加混合周期信号的频率差与神经网络震荡频率匹配时,可以进一步增强网络对于差频信息的响应。上述研究结果表明,差频随机共振是神经系统中一种普遍存在的非线性动力学现象,神经系统可以利用噪声增强对频率差信息的处理与加工能力,而神经元的内在放电属性、网络拓扑结构及网络参数对其具有重要的调控作用。这些工作为大脑同时处理多种频率信息提供了新的理论基础,具有重要的科学意义和潜在的应用价值。


知网文化
【相似文献】
中国期刊全文数据库 前18条
1 石海霞;;智能算法在自适应随机共振中的应用[J];科技展望;2016年32期
2 任昱昊;季冰;许丽艳;段法兵;;震荡随机共振的信噪比增益研究与电路仿真[J];复杂系统与复杂性科学;2015年01期
3 李忠虎;蔡志全;;基于调制随机共振的微弱信号频率检测方法[J];仪表技术与传感器;2014年08期
4 赵军;赖欣欢;孔明;林敏;;双频信号作用下的单稳随机共振数值研究[J];噪声与振动控制;2013年01期
5 方倩;赵文礼;;基于随机共振原理的自适应检测系统设计[J];杭州电子科技大学学报;2013年01期
6 雷亚国;韩冬;林京;何正嘉;谭继勇;;自适应随机共振新方法及其在故障诊断中的应用[J];机械工程学报;2012年07期
7 涂水林;邬正义;吴正阳;;阵列调制随机共振在微弱信号特征提取方面的应用[J];计算机测量与控制;2012年06期
8 张丽珠;于健;;基于调制随机共振大频率信号检测的仿真[J];天津职业技术师范大学学报;2012年04期
9 万频;詹宜巨;李学聪;王永华;;一种单稳随机共振系统信噪比增益的数值研究[J];物理学报;2011年04期
10 冷永刚;赵尔华;石鹏;张莹;;二维随机共振参数调节的图像处理[J];天津大学学报;2011年10期
11 于淼;李式巨;杨志敏;;自适应随机共振二进制基带信号处理[J];浙江大学学报(工学版);2010年04期
12 王明阳;韩乐;周一宇;姜文利;;基于参数可调随机共振的微弱单方波脉冲检测方法[J];宇航学报;2007年02期
13 冷永刚,王太勇,郭焱,许俊艳;二次采样随机共振的工程应用研究[J];中国机械工程;2004年20期
14 王辅忠,温孝东,李蓉,秦光戎;有阻尼项的随机共振研究[J];北京师范大学学报(自然科学版);1996年01期
15 祝恒江,吴锡田;随机共振研究进展[J];大学物理;1997年07期
16 苑宇;王衡;王鹏;;基于二阶非对称随机共振的轴承故障特征提取[J];大连交通大学学报;2019年05期
17 刘志芳;李健;;基于单稳随机共振的语音增强处理[J];电脑知识与技术;2015年01期
18 朱维娜;林敏;;基于人工鱼群算法的轴承故障随机共振自适应检测方法[J];振动与冲击;2014年06期
中国重要会议论文全文数据库 前10条
1 康艳梅;;关于随机共振的理论研究——几个尚未解决的问题[A];第三届全国动力学与控制青年学者研讨会论文摘要集[C];2009年
2 靳艳飞;;随机共振若干基础问题的研究[A];第四届全国动力学与控制青年学者研讨会论文摘要集[C];2010年
3 申建伟;;自诱导随机共振相关研究进展及其在基因网络动力学研究中的应用[A];第六届全国动力学与控制青年学者学术研讨会论文摘要集[C];2012年
4 许勇;;非线性系统的逻辑随机共振研究[A];第七届全国动力学与控制青年学者研讨会论文摘要集[C];2013年
5 刘甜;王青云;张红慧;;异质神经元和信息时滞对神经元网络随机共振的影响[A];第十四届全国非线性振动暨第十一届全国非线性动力学和运动稳定性学术会议摘要集与会议议程[C];2013年
6 邢锴;周萍;欧阳楷;;随机共振理论及其在弱信号检测中的应用[A];21世纪医学工程学术研讨会论文摘要汇编[C];2001年
7 何美娟;孙中奎;徐伟;;基于统计复杂测度的随机共振研究[A];第七届全国动力学与控制青年学者研讨会论文摘要集[C];2013年
8 徐博侯;章惠全;;参数诱导的随机共振在浅海混响目标探测中的应用[A];庆祝中国力学学会成立50周年暨中国力学学会学术大会’2007论文摘要集(下)[C];2007年
9 靳艳飞;;周期势系统的随机共振研究[A];第七届全国动力学与控制青年学者研讨会论文摘要集[C];2013年
10 郭卫民;王留芳;;基于发光二极管对的低功耗氨氮在线检测器的研究[A];2010中国环境科学学会学术年会论文集(第二卷)[C];2010年
中国博士学位论文全文数据库 前10条
1 梁琳琳;基于非线性随机共振的数字信号检测技术研究[D];西安电子科技大学;2018年
2 韩靖;基于随机共振的弱光信号非线性重构技术研究[D];中国科学院大学(中国科学院西安光学精密机械研究所);2018年
3 李志星;基于强噪声背景下随机共振的微弱故障诊断方法研究[D];北京科技大学;2018年
4 刘军;随机共振与感觉信息处理的理论和实验研究[D];浙江大学;2004年
5 杨祥龙;随机共振理论在弱信号检测中的应用研究[D];浙江大学;2003年
6 李建龙;随机共振的参数调节方法及在信号处理中的应用[D];浙江大学;2005年
7 杨定新;微弱特征信号检测的随机共振方法与应用研究[D];国防科学技术大学;2004年
8 冷永刚;大信号变尺度随机共振的机理分析及其工程应用研究[D];天津大学;2004年
9 汪茂胜;耦合动力系统中若干复杂性和非线性问题的研究[D];中国科学技术大学;2007年
10 郭锋;随机共振及其在微弱信号检测中的应用[D];电子科技大学;2007年
中国硕士学位论文全文数据库 前10条
1 郭利军;神经系统中差频随机共振研究[D];电子科技大学;2019年
2 陈浩;随机共振微弱光信号检测机理的研究[D];陕西师范大学;2019年
3 易甜;基于随机共振和小波分析的微弱信号检测研究[D];重庆邮电大学;2018年
4 李红威;噪声诱导多稳态随机共振微弱信号检测研究[D];重庆邮电大学;2018年
5 曹莉;基于随机共振和经验模态分解微弱信号检测研究[D];重庆邮电大学;2018年
6 刘真真;活性布朗粒子的熵随机共振[D];云南大学;2017年
7 王海宁;基于随机共振方法的刀具状态监测研究[D];安徽大学;2019年
8 郑平;基于随机共振微弱信号检测的滚动轴承故障诊断方法研究[D];安徽大学;2019年
9 刘运江;强噪声背景下微弱信号的检测[D];天津工业大学;2019年
10 郭昌;基于周期势随机共振的印刷机轴承故障诊断研究[D];西安理工大学;2019年
中国重要报纸全文数据库 前1条
1 董映璧;复杂物理系统存在多样性共振[N];科技日报;2006年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978