[發明專利]一種用于離散神經元網絡的初值控制方法

有效

• 申請號: 202210544852.1
• 申請日: 2022-05-19
• 公開（公告）號: CN114936626B
• 公開（公告）日: 2023-10-27
• 發明（設計）人: 包涵;李珂欣;包伯成;徐權
• 申請（專利權）人: 常州大學
• 主分類號: G06N3/048
• 分類號: G06N3/048;G06N3/08;G06F30/27
• 代理公司: 常州市英諾創信專利代理事務所(普通合伙) 32258
• 代理人: 張秋月

本發明涉及電子神經元技術領域，尤其涉及一種用于離散神經元網絡的初值控制方法，包括通過憶阻突觸和兩個離散Rulkov神經元構建離散雙神經元網絡；通過設置憶阻初值控制離散雙神經元網絡的放電模式以及調節同步狀態。本發明解決了傳統方法通過耦合強度控制離散神經元網絡同步，提供了一種以憶阻突觸耦合的離散Rulkov雙神經元網絡的新思路，并通過硬件平臺實驗證明本發明方法的有效性。

技術領域

本發明涉及電子神經元技術領域，尤其涉及一種用于離散神經元網絡的初值控制方法。

背景技術

1971年，蔡少棠教授從理論上預測除電阻、電容和電感三個基礎電路元件外，還存在一種具有記憶功能的非線性元件——憶阻。2008年，惠普公司在《Nature》上首次報道憶阻器的實現性震驚了整個電工電子技術領域。

許多人工神經元模型能夠模擬出生物神經元的復雜的放電活動，離散的神經元模型能夠很好地模擬生物神經元系統中的離子泵送過程。其中一種離散的Rulkov神經元模型是由Rulkov提出的一類簡單的二維映射，該映射可以模擬出類似生物神經元的混沌簇放電行為。通常，神經元模型的電活動源于非線性過程的高維動力學。模擬在膜通道中離子電流的產生和相互作用與非線性過程密不可分。由于憶阻的非線性和非易失性，它可用于模擬神經突觸，或是用來表征在細胞外離子和細胞內離子相互作用期間的電磁感應。過去的幾年中，許多學者相繼提出了一些憶阻與連續型神經元模型結合的神經元與神經網絡模型，憶阻與離散神經元耦合的模型還有待深入研究。

神經元的同步對于學習和形成記憶至關重要，同步振蕩的神經元是大腦的信息處理、信息傳輸和信息協調的重要標志。最近幾年，研究者們提出了許多電突觸耦合、化學突觸耦合和憶阻突觸耦合的連續型神經元網絡模型。對于離散神經元網絡只有電突觸耦合與化學突觸耦合方面的研究，且這些離散神經元網絡大都通過耦合強度控制神經元網絡的同步，忽視了生物神經網絡的電磁感應效應；而且，相比于連續型神經網絡豐富的同步控制方法，離散神經元領域，缺乏利用初值控制同步方法。

本發明以憶阻突觸耦合的離散Rulkov雙神經元網絡模型為例，提出了一種用于離散神經元網絡的初值控制方法，并且給出了硬件平臺的實驗結果，證明了此方法的有效性和可實現性。

發明內容

本發明解決的技術問題是：為了克服現有技術中的不足，本發明提出基于憶阻突觸耦合的Rulkov雙神經元網絡，實現了由憶阻初值控制離散神經元網絡同步。

本發明所采用的技術方案是：一種用于離散神經元網絡的初值控制方法包括如下步驟：

通過憶阻突觸和兩個離散Rulkov神經元構建離散雙神經元網絡；

通過設置憶阻初值、固定參數和初始條件，從而控制離散雙神經元網絡的放電模式以及調節同步狀態。

進一步的，憶阻突觸的表達式為：

其中，X_1,n和X_2,n分別所耦合的兩個神經元的動作電位，I_n是兩神經元之間由電位差引起的磁感應電流，ε為尺度因子，為兩個神經元的磁通量變量，為有界的憶導。

進一步的，離散雙Rulkov神經元網絡的表達式為：

其中，X_1,n+1和Y_1,n+1為第一個神經元的第n+1次迭代后的電位變量和恢復變量，X_2,n+1和Y_2,n+1為第二個神經元的第n+1次迭代后的電位變量和恢復變量，k為耦合強度，參數μ和σ是控制參數和外部施加的影響。