简介:研究了改进的Morris—Lecar(ML)神经元模型的放电节律模式和模式转化的峰峰间期(interspikeintervals,ISIs)分岔结构,通过调节模型中的两个重要参数μ和Vk,发现对于固定的μ,改变Vk,神经元呈现出从倍周期级联分岔到加周期分岔的复杂结构,放电模式从静息态转化为周期、混沌簇放电状态;若选取此分岔过程中的某一Vk值,对μ进行调节,呈现出的ISIs分岔结构在很大程度上取决于单个神经元的放电节律模式,且单个神经元处于混沌簇放电时,肛带来的分岔动力学行为较丰富.由于神经元能够通过动作电位对信息进行编码,所以我们推测,研究神经元的放电节律模式和动作电位的ISIs分岔结构能为理解神经信息编码机制提供线索.
简介:根据符号动力系统与真实动力学系统拓扑共轭的特性,本文提出动态标架分割法,把动力学系统的某时间变量序列转化成符号序列;运用Lemple-Ziv复杂度算法计算该符号序列的复杂度值,据此对动力学系统的复杂性进行分析,从而可以对动力学系统的性质进行定性地判断,以杜芬振子为例,数值模拟结果表明基于动态标架分割法计算得到的复杂度能够很好地描述系统的复杂性,并可定性地判断系统的性质。