目的提出一種新型脈沖神經元模型及其網絡,描述其建模方法,并用計算機模擬驗證其性能。方法在充分考慮生物學適應性（激活電位閾值和不應期開關）,及其對尖峰放電脈沖產生及其傳導的動態(tài)調節(jié)機制基礎上,在新型脈沖神經元模型中引入了突出后電位多通道濾波器,實現了輸出電流及神經元突觸強度的動態(tài)調節(jié)。提出基于自適應最小均方（LMS）的誤差反向傳播（BP）學習算法,并將其應用于尖峰放電神經網絡的調節(jié)。結果在自發(fā)噪聲下,新型脈沖神經元模型的尖峰放電間期信號直方圖滿足泊松分布。通過2個新型脈沖神經元的簡單連接,可以形成多種復雜的尖峰放電模式。新型脈沖神經元模型具有自發(fā)本征噪聲的特征,能夠形成復雜的周期尖峰放電模式。對于輸入噪聲控制,該模型的不應期與門限電位適應性參數的穩(wěn)定性較好。刺激電流-尖峰放電脈沖頻率間的線性關系較好。結論所提出的新型脈沖神經元模型在自發(fā)噪聲條件下能產生多種模式的振蕩和相干振蕩,這與生物神經元極其相似,能實現復雜的噪聲信號處理。所采用的具有不同頻帶的多通道突觸后電位濾波器,能使一些突觸后電位信號變得平穩(wěn)。所提出的基于于自適應LMS的BP學習算法克服了尖峰放電信號的瞬態(tài)變化特性導致的誤差驅動... 

【文章來源】：國際生物醫(yī)學工程雜志. 2020,43(01)

【文章頁數】：10 頁


本文編號：3272987