【摘要】：腦電信號(hào)(Electroencephalogram,EEG)包含很多生理和疾病信息,為某些腦疾病的診斷和治療提供了依據(jù)。大腦是復(fù)雜的網(wǎng)絡(luò)系統(tǒng),由單個(gè)神經(jīng)群為節(jié)點(diǎn)構(gòu)成的腦網(wǎng)絡(luò)模型可以模擬不同節(jié)律的腦電信號(hào)。對(duì)腦網(wǎng)絡(luò)模型的動(dòng)力學(xué)分析有助于挖掘腦節(jié)律產(chǎn)生的原因,更好的理解疾病的發(fā)病機(jī)制,對(duì)腦網(wǎng)絡(luò)模型的反饋控制策略研究可以為腦節(jié)律的調(diào)制和腦疾病的治療提供新的思路。本文從復(fù)雜網(wǎng)絡(luò)角度對(duì)經(jīng)典的神經(jīng)群模型進(jìn)行拓展,把單個(gè)神經(jīng)群模型視為網(wǎng)絡(luò)中的節(jié)點(diǎn),構(gòu)造具有不同拓?fù)涞哪X網(wǎng)絡(luò)模型,對(duì)模型的動(dòng)力學(xué)特性進(jìn)行統(tǒng)計(jì)分析,并根據(jù)不同的拓?fù)浣Y(jié)構(gòu)給出不同的牽制控制策略對(duì)動(dòng)力學(xué)特性進(jìn)行控制。首先,構(gòu)造具有規(guī)則、小世界、無(wú)標(biāo)度和隨機(jī)拓?fù)涞哪X網(wǎng)絡(luò)模型,用改進(jìn)的排序熵算法對(duì)腦電信號(hào)的復(fù)雜性進(jìn)行統(tǒng)計(jì)分析,研究耦合強(qiáng)度、網(wǎng)絡(luò)參量和拓?fù)浣Y(jié)構(gòu)對(duì)動(dòng)力學(xué)特性的影響,進(jìn)而利用可編程片上系統(tǒng)(System on Programmable Chip,SOPC)構(gòu)建腦網(wǎng)絡(luò)模型以模擬腦電信號(hào)。其次,將牽制控制和模糊Proportion Integration Differentiation(PID)控制相結(jié)合,應(yīng)用于具有小世界拓?fù)涞哪X網(wǎng)絡(luò)模型的動(dòng)力學(xué)控制中,分析不同的控制策略對(duì)控制效果的影響,仿真驗(yàn)證特定的牽制控制在小世界拓?fù)涞哪X網(wǎng)絡(luò)模型中的有效性,同時(shí)分析模型重要參數(shù)對(duì)控制能量的影響和最小驅(qū)動(dòng)節(jié)點(diǎn)個(gè)數(shù)的影響。最后,將牽制控制和模糊PID控制相結(jié)合應(yīng)用于規(guī)則、小世界、無(wú)標(biāo)度和隨機(jī)拓?fù)涞哪X網(wǎng)絡(luò)模型的動(dòng)力學(xué)控制中,研究在不同的拓?fù)湎码S機(jī)牽制控制策略和特定牽制控制策略對(duì)控制效果的影響,分析拓?fù)浣Y(jié)構(gòu)和耦合強(qiáng)度對(duì)驅(qū)動(dòng)節(jié)點(diǎn)個(gè)數(shù)的影響。
【圖文】：

1.4 本文主要內(nèi)容以及結(jié)構(gòu)安排本文主要對(duì)不同拓?fù)涞哪X網(wǎng)絡(luò)模型進(jìn)行動(dòng)力學(xué)分析并對(duì)動(dòng)力學(xué)進(jìn)行控制。以單個(gè)神經(jīng)群模型為節(jié)點(diǎn)，根據(jù)圖論和復(fù)雜網(wǎng)絡(luò)理論相應(yīng)的構(gòu)造算法，，構(gòu)建不同拓?fù)涞哪X網(wǎng)絡(luò)模型，運(yùn)用改進(jìn)的排序熵算法對(duì)模型的動(dòng)力學(xué)特性進(jìn)行復(fù)雜性特征提取并比較不同拓?fù)浣Y(jié)構(gòu)的腦網(wǎng)絡(luò)模型動(dòng)力學(xué)特性的異同。對(duì)不同拓?fù)涞哪X網(wǎng)絡(luò)模型給出不同的牽制控制策略以實(shí)現(xiàn)動(dòng)力學(xué)控制。首先，對(duì)具有小世界拓?fù)涞哪X網(wǎng)絡(luò)模型進(jìn)行詳細(xì)地研究，給出多種不同的牽制控制策略，分別從控制效果和控制能量?jī)煞矫骝?yàn)證特定的牽制控制策略在小世界拓?fù)涞哪X網(wǎng)絡(luò)模型中的有效性。對(duì)小世界拓?fù)涞哪X網(wǎng)絡(luò)模型閉環(huán)控制策略的研究為后續(xù)研究打下了基礎(chǔ)，因?yàn)槟X網(wǎng)絡(luò)中除了呈現(xiàn)小世界特性外，還可能存在其他的拓?fù)浣Y(jié)構(gòu)，包括規(guī)則、無(wú)標(biāo)度和隨機(jī)拓?fù)�，所以本文基于真�?shí)的腦網(wǎng)絡(luò)對(duì)具有規(guī)則、小世界、無(wú)標(biāo)度和隨機(jī)拓?fù)涞哪X網(wǎng)絡(luò)模型進(jìn)行牽制控制方面的研究，圖 1-1 給出了文中研究?jī)?nèi)容的示意。

本章首先介紹利用神經(jīng)群模型模擬腦電信號(hào)的原理，介紹單個(gè)神經(jīng)群模型的及對(duì)應(yīng)的微分方程，給出神經(jīng)群模型對(duì)應(yīng)參數(shù)的生理含義及標(biāo)準(zhǔn)值。其次，在神經(jīng)群模型的基礎(chǔ)上，介紹了多個(gè)神經(jīng)群耦合模型的微分方程，并介紹對(duì)應(yīng)參含義。再次，給出圖論和復(fù)雜網(wǎng)絡(luò)理論中的一些基本概念，包括網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)絡(luò)特征參量和牽制控制的基本知識(shí)。最后，介紹 FPGA 和模糊控制原理的一些知識(shí)。.1 神經(jīng)群模型(1) 單個(gè)神經(jīng)群模型神經(jīng)群模型是一種集總參數(shù)模型，可以模擬真實(shí)的腦電信號(hào)，它借助于興奮抑制性細(xì)胞相互作用來(lái)產(chǎn)生神經(jīng)振蕩。圖 2-1 給出了單個(gè)神經(jīng)群模型的框圖，由分構(gòu)成，虛線框外的的表示非錐體細(xì)胞(星型細(xì)胞、藍(lán)細(xì)胞等)，記為子群 1，它受興奮性輸入。虛線框內(nèi)的表示錐體細(xì)胞記為子群 2，錐體細(xì)胞主要接受來(lái)自星胞或藍(lán)細(xì)胞的興奮性或抑制性反饋。
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：R741.044;TP13

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李銀;位瑞英;;時(shí)滯離散網(wǎng)絡(luò)模型的動(dòng)力學(xué)分析與同步[J];數(shù)學(xué)建模及其應(yīng)用;2017年04期

2 劉強(qiáng);方錦清;李永;;五百?gòu)?qiáng)企業(yè)超網(wǎng)絡(luò)模型研究[J];中國(guó)原子能科學(xué)研究院年報(bào);2016年00期

3 劉強(qiáng);方錦清;李永;;超網(wǎng)絡(luò)模型交叉度分析[J];中國(guó)原子能科學(xué)研究院年報(bào);2013年00期

4 石海平;陸婧;楊忠振;;基于超級(jí)運(yùn)輸網(wǎng)絡(luò)模型的綜合運(yùn)輸政策效果分析[J];物流技術(shù);2012年13期

5 李得榮;楊建梅;李欣榮;謝偉聰;;產(chǎn)業(yè)競(jìng)爭(zhēng)關(guān)系復(fù)雜網(wǎng)絡(luò)模型群分析——以中國(guó)汽車零部件產(chǎn)業(yè)為例[J];管理學(xué)報(bào);2010年05期

6 王景峰;李健;朱玉杰;;基于復(fù)雜網(wǎng)絡(luò)模型的協(xié)同制造服務(wù)網(wǎng)建立方法[J];森林工程;2010年06期

7 魏江，蔡延光，陳勁，錢積新，許慶瑞;不同創(chuàng)新項(xiàng)目相互影響的網(wǎng)絡(luò)模型[J];決策與決策支持系統(tǒng);1994年03期

8 ;美國(guó)小學(xué)的“課堂計(jì)算機(jī)網(wǎng)絡(luò)模型”[J];比較教育研究;1995年05期

9 王宗培;張一鳴;;混合式步進(jìn)電動(dòng)機(jī)的通用磁網(wǎng)絡(luò)模型[J];微特電機(jī);1992年04期

10 陳志明;一種適合水利水電工程施工的網(wǎng)絡(luò)模型[J];水力發(fā)電;1985年01期

相關(guān)會(huì)議論文 前10條

1 劉強(qiáng);方錦清;李永;;超網(wǎng)絡(luò)模型交叉度分析[A];中國(guó)原子能科學(xué)研究院年報(bào) 2013[C];2014年

2 張書(shū)超;那日薩;;具有老化機(jī)制的阿波羅網(wǎng)絡(luò)模型[A];2006全國(guó)復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會(huì)議論文集[C];2006年

3 秦紹萌;陳勇;;生態(tài)系統(tǒng)宏觀演化的網(wǎng)絡(luò)模型[A];2006全國(guó)復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會(huì)議論文集[C];2006年

4 王仲君;黃紅球;;一個(gè)具有確定度分布的有向網(wǎng)絡(luò)模型[A];2006全國(guó)復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會(huì)議論文集[C];2006年

5 李艷芳;何登旭;劉向虎;;泰勒展開(kāi)式的泛函網(wǎng)絡(luò)模型及學(xué)習(xí)算法[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

6 李瀅;黨延忠;;基于問(wèn)題處理多維知識(shí)網(wǎng)絡(luò)模型的決策支持研究[A];第十屆（2015）中國(guó)管理學(xué)年會(huì)論文集[C];2015年

7 劉仙;方媛;孫呈霞;高慶;;具有不同拓?fù)浣Y(jié)構(gòu)腦網(wǎng)絡(luò)模型的牽制控制[A];第37屆中國(guó)控制會(huì)議論文集（D）[C];2018年

8 駱繼明;郭新軍;;分布復(fù)雜機(jī)電系統(tǒng)網(wǎng)絡(luò)模型圖自動(dòng)生成算法研究[A];煤礦機(jī)電一體化新技術(shù)創(chuàng)新與發(fā)展2012學(xué)術(shù)年會(huì)論文集[C];2012年

9 姜江;趙青松;楊克巍;陳英武;;證據(jù)網(wǎng)絡(luò)模型及其推理決策方法研究[A];社會(huì)經(jīng)濟(jì)發(fā)展轉(zhuǎn)型與系統(tǒng)工程——中國(guó)系統(tǒng)工程學(xué)會(huì)第17屆學(xué)術(shù)年會(huì)論文集[C];2012年

10 劉貝;李勇;孟繁疆;蘆艷敏;;基因調(diào)控網(wǎng)絡(luò)模型的研究[A];黑龍江省計(jì)算機(jī)學(xué)會(huì)2007年學(xué)術(shù)交流年會(huì)論文集[C];2007年

相關(guān)重要報(bào)紙文章 前4條

1 馮衛(wèi)東;美構(gòu)建可快速確認(rèn)基因功能的基因網(wǎng)絡(luò)模型[N];科技日?qǐng)?bào);2008年

2 李贊;規(guī)劃ADSL三層結(jié)構(gòu)網(wǎng)絡(luò)模型[N];通信產(chǎn)業(yè)報(bào);2004年

3 ;智能光網(wǎng)絡(luò)的網(wǎng)絡(luò)模型[N];人民郵電;2003年

4 王甲佳;構(gòu)建網(wǎng)絡(luò)模型，解決庫(kù)存積壓[N];中國(guó)信息化周報(bào);2014年

相關(guān)博士學(xué)位論文 前10條

1 呂琦;數(shù)據(jù)中心網(wǎng)絡(luò)模型研究[D];南京大學(xué);2013年

2 許麗;砂巖油藏孔隙網(wǎng)絡(luò)模型構(gòu)造及應(yīng)用研究[D];西南石油大學(xué);2015年

3 吳昊;基于網(wǎng)絡(luò)模型的癌癥致病模式挖掘方法[D];西安電子科技大學(xué);2016年

4 譚光興;人工免疫系統(tǒng)動(dòng)力學(xué)模型及其在優(yōu)化控制中的應(yīng)用[D];華南理工大學(xué);2006年

5 劉勝久;復(fù)雜網(wǎng)絡(luò)模型構(gòu)建及特性分析[D];西南交通大學(xué);2015年

6 譚利;復(fù)雜網(wǎng)絡(luò)模型及應(yīng)用研究[D];中南大學(xué);2010年

7 齊峰;人工神經(jīng)樹(shù)網(wǎng)絡(luò)模型的優(yōu)化研究與應(yīng)用[D];山東師范大學(xué);2011年

8 黃朝琴;基于離散縫洞網(wǎng)絡(luò)模型的多尺度兩相流動(dòng)模擬理論研究[D];中國(guó)石油大學(xué)（華東）;2012年

9 李淑靜;復(fù)合復(fù)雜網(wǎng)絡(luò)模型研究與應(yīng)用[D];青島大學(xué);2011年

10 張?jiān)?裂縫性油藏離散裂縫網(wǎng)絡(luò)模型數(shù)值模擬研究[D];中國(guó)石油大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 賈超;基于逃避規(guī)則下的洗錢網(wǎng)絡(luò)模型構(gòu)建與監(jiān)測(cè)應(yīng)用研究[D];山西師范大學(xué);2017年

2 方媛;腦網(wǎng)絡(luò)模型的動(dòng)力學(xué)分析與牽制控制[D];燕山大學(xué);2018年

3 周祥全;卷積網(wǎng)絡(luò)模型及其在遙感圖像目標(biāo)識(shí)別中的應(yīng)用[D];成都理工大學(xué);2018年

4 吳博;一種基于動(dòng)態(tài)DCVS網(wǎng)絡(luò)模型的流量規(guī)劃方法研究[D];昆明理工大學(xué);2018年

5 鄧廣偉;基于深度學(xué)習(xí)的圖像哈希檢索方法研究[D];湖南大學(xué);2018年

6 汪冉;基于深度學(xué)習(xí)的句子情感分類[D];南京理工大學(xué);2018年

7 蔡林森;基于深度學(xué)習(xí)的關(guān)聯(lián)目標(biāo)情感分析研究[D];華東師范大學(xué);2018年

8 黎李強(qiáng);深度網(wǎng)絡(luò)模型壓縮及其在人臉識(shí)別的應(yīng)用[D];華南理工大學(xué);2018年

9 劉遠(yuǎn)超;一類確定性網(wǎng)絡(luò)模型的特性研究[D];青海師范大學(xué);2018年

10 彭鈺蘅;基于學(xué)習(xí)的自然圖像對(duì)稱性目標(biāo)檢測(cè)[D];大連理工大學(xué);2018年

本文編號(hào)：2691122