文档介绍：基于神经网络的干扰防护研究摘要对人脑神经网络中信息传递的研究是现代神经科学领域的热门方向之一,通过对神经网络的建模与仿真,我们可以得到更多直观有效的信息,是实验的基础。从20世纪中叶以来,科学家通过综合神经学、数学、动力学等学科,提出了诸多神经元数学模型,其中有熟知的HH模型、FHN模型、MP模型以及HR模型等等。本文选取HR模型主要是因为Hindmarsh-Rose神经元可以描述集中几种可兴奋细胞生物物理模型的特性且具有相对简单的方程形式,是一种基于电生理特性上的神经元模型。同时,在生物神经系统的内部是蕴含着十分精良的抗干扰机制。本文通过对模型进行数值仿真的办法,研究了电突触耦合对全同的Hindmarsh-Rose神经元网络抗脉冲干扰特性的影响。通过实验数据,规则的连接方式在耦合强度不大时,对HR模型抗干扰能力有一定影响,随着耦合强度的增大,影响逐渐减弱。在耦合强度相同的情况下,神经元网络抗脉冲干扰特性受神经元数目的印象较小。神经元间电突触耦合强度的分布对网络的抗脉冲干扰特性影响较大。在全局连接的耦合结构下,耦合强度分布满足一定的条件时,网络呈现出较好的抵御脉冲干扰的能力。脉冲干扰发生时,网络中的神经元仍能同步放电,且保持稳定的放电频率。通过上述情况可知,神经元网络能够利用电突触耦合实现神经信息可靠地处理。,wecangetmoreintuitiveandeffectiveinformation,,prehensiveneurology,mathematics,dynamicsandputforwardthemathematicalmodelofmanyneuronssystem,suchasHH,FHN,MP,,,theinteriorofthebiologicalnervoussystemcontainsaveryexcellentanti-,itstudyhowthecouplingofelectricalsynapseswithHindmarsh-,theregularconnectionmodeasthecouplingstrengthisnotbig,haveacertaininfluenceonanti-interferenceability,withtheincreaseofcouplingstrength,,theanti-,couplingintensitydistributiontosatisfycertainconditions,,workcanstillsynchronousdischarge,,workcanbeimplementedinformationprocessinginarelia