耦合神经元的混沌自适应同步控制及应用

基于Lyapunov稳定性理论,提出一种带有非线性自适应同步的控制方法,以实现两耦合Morris-Lecar神经元系统的同步.根据神经元模型初始值的不同,动态的自适应调整控制器的取值,可以较好地保证系统的同步状态,且具有很好的稳定性与自适应性.通过仿真实验,论证了该方法在混沌保密通信系统中的可行性和有效性.

FHN-ML电耦合神经元的发放模式和分岔分析

以FitzHugh-Nagumo(FHN)和Morris-Leca(rML)神经元模型为基础,通过两个神经元的电耦合,构建一个FHNML模型。基于FHN-ML模型,研究外界刺激和时滞对FHN-ML模型发放模式的影响,并对该模型的簇放电类型进行分类。结果表明FHN-ML模型中ML神经元发放模式对交流频率ω和钾离子平衡电位V_k改变非常敏感,可以得到不同的新型簇发放模式。随着时滞的增加,神经元放电先后经历混沌状态和周期簇放电,并且存在明显的加周期分岔现象。若应用快慢动力学分岔分析,将ML神经元中的慢变调节电流I作为分支参数,FHN-ML模型具有两种类型簇放电模式及其动力学性质。