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。