%0 Journal Article
%T 基于突触可塑性的小世界神经网络的动态特性研究
%A 冉鹏飞
%A 郭磊
%A 陈云阁
%J -
%D 2018
%R doi:10.7507/1001-5515.201701013
%X 人工神经网络具有大规模的信息处理和存储能力、良好的自适应性以及很强的学习功能、联想功能和容错功能。动态特性的研究一直是人工神经网络理论研究的重点，主要原因在于人工神经网络的应用都与网络的动态特性有关。目前，神经网络的研究主要是基于层级网络，其拓扑不能模拟真实生物神经网络。小世界网络作为大量真实复杂系统的高度抽象，具有生物神经网络特性。本研究首先构建了小世界网络并基于复杂网路理论选择出适合于小世界网络的最佳参数，进而基于突触可塑性调节机制和小世界网络拓扑构建了小世界神经网络，并从放电特性、突触权重动态特性和复杂网络特性三个方面分析了小世界神经网络的动态特性。实验结果表明：随着时间的增加，小世界神经网络的兴奋性与抑制性神经元放电模式没有改变且神经元的放电时间趋于同步；小世界神经网络中各神经元间的突触权重急剧减小最终趋于稳定；网络的连接减弱且信息传递效率降低，但小世界属性较为稳定。小世界神经网络的动态特性随时间而变化且相互影响：网络的放电同步特性可影响突触权重趋于最小值分布，进而突触权重的动态变化也可影响复杂网络特性
%K 小世界网络
%K 突触可塑性
%K 复杂网络理论
%U http://www.biomedeng.cn:80/article/10.7507/1001-5515.201701013