基于神经元集群模型的动态因果模型算法综述

大脑是人体最复杂的器官,各个脑区之间的连接构成了复杂的功能性网络系统,脑网络连接特征的变化与脑的生理病理状态密切相关。近年来,脑网络构建与分析算法成为计算神经科学领域的研究热点之一。在众多脑网络分析方法中,动态因果模型(DCM)由于具有生物物理合理性在探索神经网络的有效连接特性中得到了广泛关注。从基本原理、神经元集群模型和应用等方面对DCM进行综述。首先,介绍DCM的基本原理,并以基于卷积和基于电导的两类神经元集群模型为例,对DCM算法的关键组成——神经生物学模型的建模思想、原理及发展进程进行回顾;然后,综述近年来DCM在认知功能和疾病病理等相关神经信号分析领域的应用,指出DCM有望成为探索脑功能整合机制的方法;最后,结合近几年DCM算法的研究进展及其局限性进行总结和展望。

应用畜群模型改善新疆绵羊生产结构

应用畜群模型改善新疆绵羊生产结构杨奎花苏尤丽焦毅木尼热（新疆畜牧科学院情报所乌鲁木齐８３００００）Ｍ．Ｆｉｎｌａｙｓｏｎ（澳大利亚海塞尔股份有限公司１目的建立畜群结构模型的目的是评价管理、政策、价格、技术进步对牧民的经济影响。用它作为一种工具，对研究...

新型智能仿生模型——蚁群模型

智能仿生模型是一种多学科交叉的产物,其发展对很多相关学科的发展具有极大的促进作用.蚁群模型是模拟自然界蚁群系统行为而提出的一种新型智能仿生模型,其研究在短短的10余年时间里得到了飞速发展,已成为很多学科的研究热点.我国在这方面的研究尚没有全面开展,为此从仿生原理及实现途径入手,对蚁群模型的几大模型算法进行了详细介绍,并对模型的发展进行了展望.其次,对蚁群模型的典型应用进行了说明,并对模型的最新应用进行了介绍.最后,通过对其他几种仿生算法的介绍,进行了蚁群算法同粒子群算法、免疫算法及进化算法等的比较研究,指出它们的相同点和差异之处.通过对蚁群模型的全面的介绍,以期促进该模型在我国的发展.

基于格/群模型的组织文化对新产品开发绩效的影响

基于格/群组织文化模型视角,依据123家中国企业样本数据,中国情境下组织文化作用于新产品开发绩效的过程及市场信息处理在其中的中介效应研究结果表明:(1)组织文化的群对新产品开发绩效没有显著影响,组织文化的格对新产品开发绩效有负向影响;(2)格/群组织文化对市场信息处理有显著影响;(3)市场信息处理在组织文化的格与新产品开发绩效间起完全中介作用,降低组织文化的格能够促进市场信息处理中的市场信息获取、传递和概念化,从而提高新产品开发绩效。

带电粒子输运的两群模型:回顾与总结

本工作系统地总结了到目前为止带电粒子输运的两群模型已经取得的进展,包括该模型的基本思想和概念,主要的数学公式和数值方法以及这个模型的各种应用。叙述了这个模型如何从描述中能电子输运中产生,逐步扩展到研究轻离子输运,任意质量的离子输运,原子级联碰撞和包括研究溅射在内的粒子表面发射而成为广泛有效的精确的带电粒子输运理论的发展过程。总计15个图给出了两群模型与已有的实验测量结果和其他理论资料所作的广泛比较,表明带电粒子输运的两群模型是一个功能很强并富有潜力的统一带电粒子输运理论。一些尚未解决的带电粒子输运问题也将在本工作末提到。

基于μ子动量谱的多群模型测量平板材料的厚度

在基于μ子多重库仑散射的断层成像技术中,天然宇宙射线中不同动量的μ子在同一目标对象中的散射特性存在明显的差异,这在一定程度上影响了成像分辨率。为了减少或消除这种不利影响,建立了一套基于天然宇宙射线μ子动量谱的多群模型,并检验其用于铅板厚度测量及平板材料识别中的性能和特征。结果表明,采用基于μ子动量谱的多群模型能够实现1~16cm范围内铅板厚度的准确测量,相对误差小于5%。此外,该多群模型还可以通过计算辐射长度来识别未知平板的材料组成,尤其是对于高原子序数材料组成的平板,其辐射长度相对误差小于4%。

一个离子输运两群模型计算程序的实现与应用

本文叙述具有给定动能的离子在固体中传输及引起原子碰撞过程的数值计算程序,包括原理、物理模型、计算步骤和适用范围。在本程序计算中采用了最新的核散射截面,用三次B-样条插值技巧,从而提高运算速度和计算精度。用本程序计算了不同能量的离子,入射到半无限固体中(可为单元素或复合元素)的射程分布、能量沉积、辐射损伤和反射系数等重要输运量。

基于群模型改进的说话人确认系统

在研究说话人识别系统时,分别从特征参数的选取和识别训练两种不同角度分析了加权特征向量和群模型在增强系统性能方面的可行性,并采用群模型与加权特征向量相结合的方式建立与文本无关的说话人确认系统。试验结果表明,含加权特征向量的群模型比传统的矢量量化有更高的辨识率,而且错误拒绝率在一定的错误接受率下也有显著降低。

面向学习对象课程群模型的构建

为了开发《信息安全》课程群智能辅助教学系统和满足网络环境下的多元化教学要求,提高学习效率,在研究学习对象及其相关标准的基础上,设计了一种基于集教学内容、教学设计和教学活动于一体的学习对象的课程群构建模型。首先根据岗位能力需要把课程群递归定义成课程群、岗位能力和知识点三个层次的学习对象,知识点为最小学习对象;然后结合学习对象元数据、学习设计和内容包装规范对各层次学习对象的定义内容包装;最后采用领域本体技术对课程群建模,定义领域内的概念及其相互关系与实际的课程群资源间的映射,并基于XML技术绑定。该模型中每层学习对象内部均含有描述学习活动的教学设计,这使学习对象增加了教师特性,并能同时为多个学习者分别创建学习情境、提供个别指导。

基于皮质神经集群模型的NREM期睡眠节律仿真研究

睡眠是人生命中一种重要的生理现象。根据脑电波的不同特征,可以将睡眠分为觉醒期、非快速眼动睡眠期(NREM)和快速眼动睡眠期(REM),其中,NREM期占据整个睡眠过程的主要时长。K-复合波(KCs)和睡眠慢波(SOs)为NREM期的典型节律,其对睡眠具有一定的调节保护作用。该文从计算模型的角度出发,对K-复合波(KCs)和睡眠慢波(SOs)产生的神经生理机制进行解释。首先,考虑皮层兴奋性神经集群与抑制性神经集群之间的相互作用,并融入M型钾电流的相关机制,建立一种改进的皮质神经集群模型;其次,采用鞍结分岔和Hopf分岔理论对模型关键参数进行分析;最后,通过数值实验实现对K复合波和睡眠慢波的仿真模拟。

SU(3)简易群模型和直线对撞机上顶夸克对产生的自旋修正(英文)

在SU(3)简易群模型的框架下,研究了在直线对撞机上质心能量为800GeV时顶夸克对通过e^+e^-→t(?)过程产生的自旋修正.结果表明新的规范玻色子Z_H对t↑(?)↓态和t↓(?)↑态的产生截面能产生明显的修正;当1TeV≤M_(Z_H) 2TeV和cosθ<0时,相对修正参数的值R(t↑(?)↓)和R( t↓(?)↑)分别在18.16%～3.45%和47.6%～3.4%的范围.因而在大部分参数空间内,新的规范玻色子H_Z对顶夸克对产生的自旋修正影响应该可以在未来的高能直线对撞机上被观测到.

神经群模型的alpha振荡自反馈回路调控机制研究

目的研究抑制性和兴奋性自反馈对神经群模型(NMM)alpha振荡的产生和频率调控机制。方法基于神经群模型,应用分岔分析确定抑制性和兴奋性自反馈产生alpha振荡的参数范围,通过仿真分析验证分岔分析的正确性,并应用频谱分析确定振荡频率。结果余维一分岔和余维二分岔分析结果表明抑制性自反馈不利于alpha振荡的产生,兴奋性自反馈在一定范围内能够促进alpha振荡的产生。频谱分析结果显示随着抑制性自反馈强度的增加,alpha振荡频率升高;而兴奋性自反馈强度的增加导致alpha振荡频率降低。结论制性或兴奋性自反馈能够抑制或促进神经群模型alpha振荡的产生,二者的协同调控可以对alpha振荡的产生及频率进行更加灵活的双向调节。

对具有功能性反应的食饵——捕食者两种群模型的定性分析

本文的主要工作是在食饵单种群满足S-型生长的广义Loqisric模型条件基础上,对具有功能性反应的食饵与捕食者两种群模型进行定性分析,研究了平衡点的性态及正平衡点的全局渐近稳定性并探讨了正平衡点外围极限环的情况.

失神癫痫发作神经元群模型研究

利用神经元群模型模拟了失神发作的脑机制。用此模型能够很好解释哪些因素影响和控制失神发作。神经群模型是用MATLAB中的SIMULINK工具完成的。利用此计算机模型,可以仿真得到正常脑电alpha节律,脑电alpha节律与失神癫痫发作转换波形。并且在此基础上得到了失神癫痫发作阈值与模型中各个输入模块的关系。这些结果对研究失神癫痫的发作机理以及控制癫痫发作有重要临床意义。

基于SR-UKF的神经元群模型分析

外部输入通过神经元群模型可以产生不同类型的类似EEG的信号,但是外部输入信号的统计特性多采用经验值,而没有对其专门进行研究。在设定神经元群模型参数的情况下,SR-UKF被用来估计不同观测值所对应外部输入以及模型输出。实验证明外部输入估计数据的均值在前人所采用值的范围内,但是标准差比前面用到的小很多。

基于信息素设置的蚁群模型研究及仿真

在蚁群算法中信息素的浓度设置对最后蚂蚁的路径寻优有很大的影响。本文基于将蚁群算法更好地应用在组合优化路径寻优方面的目的 ,通过对信息素浓度释放的三种蚁群模型:Ant Cycle System模型、Ant Quantity System模型、Ant Density System模型进行对比分析的方法 ,得到信息设置放各个模型的特点,同时结合Matlab仿真技术进行仿真实验,得出Ant Cycle System模型较之于其他两种模型,可以避免蚂蚁在搜索路径是因为信息素的累积陷入局部最优化,搜索范围更加有利于产生最优解的结论。

考虑负荷平抑的电动汽车集群模型研究

未来电动汽车的大规模接入,将会给电力系统规划和运行带来不可忽视的影响。在考虑电动汽车作为储能单元的基础上,建立了电动汽车参与负荷平抑的集群模型。文中,首先分析了与电动汽车功率需求的各种因素,然后基于调研结果,给出了不同类型电动汽车不同充放电行为对应的充放电方式。采用蒙特卡洛模拟抽取起始荷电状态、起始充放电时间等参数对电动汽车集群充放电负荷进行了计算。最后,以某市日负荷曲线为例,计算得出不同规模电动汽车对原负荷曲线的影响。结果表明,电动汽车的自然充放电特性,对电网的负荷起到了一定的削峰填谷作用,即起到了平抑负荷的作用。

一种新的基于海豚与沙丁鱼的集群模型研究

将聚集策略引入粒子群模型,通过与高级行为自组织模型对比,对群体的聚集行为进行仿真;引入群体自组织避敌模型,模拟鱼群的逃避行为;分析有领导者的集群动态行为预测机制,并引入A/R模型,考虑领导者和次要领导者,并用次要领导者对领导者的预测表示群体中的信息传递机制.通过仿真,结果表明:该仿生模型有利于分析鱼群的习性,为保护鱼群、分析物种进化以及人工养殖等方面提供了非常好的依据.

群组轨迹模型在系统性红斑狼疮研究队列中的应用

临床队列的纵向数据中,采用群组轨迹模型(group-based trajectory model,GBTM)可识别具有相似发展轨迹的个体,将其划分为不同轨迹组,揭示患者群体内部的异质性。本研究详细阐述GBTM的基本原理与分析步骤,以中国系统性红斑狼疮研究协作组多中心注册队列(CSTAR)数据为实例,采用GBTM方法识别系统性红斑狼疮患者在2年随访期内SLEDAI-2K指标的不同发展轨迹,以期为临床队列预后研究中应用GBTM方法提供参考和借鉴。

筒承式群仓模型环境激励试验及动力参数识别

为获得群仓动力参数以进行更合理的抗震设计,以上海某粮食储备库的筒壁支承群仓为原型制作群仓模型进行环境激励试验。考虑群仓模型的对称性并结合模型的有限元模态分析结果,在筒仓振动响应较大的位置进行关键测点、一般测点和参考点的布置,测试获得各测点加速度响应。基于模态参数识别理论,引入变换矩阵,通过求解系统矩阵的特征值并经过反向变换来识别群仓模型前4阶动力参数。结果表明:将识别参数与有限元模态分析及峰值拾取法结果进行对比,各阶频率误差在7%以内,各阶振型曲线吻合较好;进一步分析单仓个体的振型曲线,发现贮料及单仓间的相互约束对群仓各阶振型影响较大。在进行群仓抗震设计时,建议至少取前3阶模态进行抗震分析,群仓从外到内进行分层设计,每层按照装料工况下的角仓进行抗震设计。