基于突触可塑性的不同连接概率神经网络的抗扰性研究
电子系统容易受到外加电磁环境的干扰,生物神经系统在噪声环境下的鲁棒性给留下深刻印象.本文提出不同连接概率下不同规模的十层前馈神经网络模型,以Izhikevich神经元模型为网络节点,脉冲时间依赖突触可塑性(Spike-Timing-Dependent Plasticity,STDP)作为突触调节机制,分析不同连接概率下脉冲神经网络各层的同步性以及噪声对其影响.仿真结果表明,噪声干扰可以提升前馈皮层网络的整体同步性,改善同步性较差的网络层的同时,抑制同步性较好的网络层,同时降低各层同步的波动性,使整体同步性更加趋于稳定.
神经网络 自适应抗扰性 连接概率 突触可塑性
杨姣博 周茜 徐桂芝
河北工业大学,300130
国内会议
南京
中文
1-5
2015-10-16（万方平台首次上网日期，不代表论文的发表时间）