其中 ,该双稳势阱存在两个最小值 ,两个势阱之间的势垒高度为 ,如图(2-2)。在没有外界驱动情况下, 。在有外界驱动的时候,如小振幅周期信号 , 将会围绕 振荡。如果振幅比较大,振子将越过中间势垒,在两个势阱之间来回跳跃[7-9]。
2.3神经元模型
我们也可以在其他的系统中观察到上述现象,比如可激发系统。可激发系统刻画了系统的响应与外界刺激之间的关系[10-11]。可激发系统中一个简单且有代表性的例子是Fitzhugh-Nagumo模型。FHN模型用如下方程描述:
其中参数 是小量,满足 , 是系统的可激发参量:当 时,系统处在稳定的不动点上,对应于可激发态(神经元处于静息态);当 时,系统为周期态(持续发出电脉冲)。在生物系统中, 往往接近于临界值1,在该值附近,两种状态的转变能花费较少的能量。在实际讨论时, 取略大于1的值。 和 分别表示快变量和慢变量。图(2-3)给出了 , , 时FHN的相图。
图(2-3)FHN的相图
3网络模体的信号放大
在第二章中,介绍了在FFL中存在8种神经元,同时介绍了双势阱振子的特点,以及简单FHN模型在系统的运用。在此基础上,我们研究在没有噪声影响下,改进的前馈模体的放大特点。
3.1三节点前馈模体来!自~751论-文|网www.751com.cn
在第二章探讨的模体中,已经发现了在没有噪音的影响下,三重神经元前馈模体,就是两个输入神经元单向的耦合到第三个输出神经元(见图(3-1)(a)),在放大弱信号上有显著地优势。在这项工作中,当输入神经元有不同的初始状态,输出神经元的响应可以显著放大,当输入神经元具有相同的初始状态时,响应会呈指数衰减。因此,以前馈模体的特殊结构作为信号门,确定信号是否被放大或呈衰减。