ML神经元网络自适应同步的抗扰特性研究

• 作者: 常小龙 张盼盼 武翠霞 郭磊
• 来源期刊: 河北工业大学学报
• 学科: 工学
• 关键词: 自适应 神经元网络同步 噪声 抗扰 神经信息处理
• 年，卷（期）: 2020,（6）
• 页码范围: 35-39
• 页数: 5页
• 分类号: TP802|O322|Q189
• 语种: 中文
• DOI: 10.14081/j.cnki.hgdxb.2020.06.006

摘要

为了分析噪声环境下生物神经元网络信息处理的抗扰机理,基于STDP(Spike-Timing Dependent Plasticity)突触可塑原理,构建了具有自学习特性的ML(Morris-Lecar)神经元网络模型.给出了定量分析神经元网络瞬时放电同步程度的数学方法,对网络的瞬时放电同步程度和放电频率进行对比分析.仿真结果展示了,ML神经元网络通过STDP突触的学习,从随机放电逐渐进入同步放电状态,消除了噪声干扰,呈现出自适应抗扰特性.结果表明,神经元网络可以利用同步放电消除噪声干扰,通过突触学习可以适应外部干扰环境.