注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Dynamical Systems in Neuroscience: The Geometry of Excitability and Bursting

  2. Dynamical Systems in Neuroscience: The Geometry of Excitability and Bursting Eugene M. Izhikevich

  3. 所属分类：教育

    • 发布日期：2013-08-26
    • 文件大小：7340032
    • 提供者：starhxh

  1. Dynamical Systems in Neuroscience.pdf by Izhikevich

  2. Dynamical Systems in Neuroscience.pdf by IzhikevichDynamical Systems in Neuroscience.pdf by Izhikevich

  3. 所属分类：专业指导

    • 发布日期：2017-11-28
    • 文件大小：10485760
    • 提供者：liu798675179

  1. Izhikevich模型

  2. 使用Izhikevich模型，主要公式如下 v'=0.5*(0.04*v.^2+5*v+140-u+I); u'=u+a.*(b.*v-u);

  3. 所属分类：机器学习

    • 发布日期：2018-04-08
    • 文件大小：1024
    • 提供者：qq_38150277

  1. Izhikevich神经元模型

  2. Izhikevich模型的仿真程序，运行实现神经元放电波形和放电分布散点图

  3. 所属分类：教育

    • 发布日期：2019-03-13
    • 文件大小：1024
    • 提供者：boomriver

  1. matlab开发-SpikingNeuronssimulator

  2. matlab开发-SpikingNeuronssimulator。该图形用户界面实现了Eugene-Izhikevich（2003）的峰值方程。

  3. 所属分类：其它

    • 发布日期：2019-08-23
    • 文件大小：761856
    • 提供者：weixin_38744435

  1. izhikevich模型的dspbuilder实现.mdl文件_matlab_simulink

  2. izhikevich神经元模型通过dsp builder的实现，采用matlab2013a的simulink编写，可以通过quartus烧写到FPGA中，实现波形仿真。

  3. 所属分类：互联网

    • 发布日期：2020-07-30
    • 文件大小：58368
    • 提供者：boomriver

  1. 基于脉冲时间依赖可塑性的自适应神经网络抗扰能力研究

  2. 为探究生物神经网络的自组织抗扰特性,进而为电子系统的电磁仿生防护提供新的思路和方法,本文基于神经网络中信息传递的机制和脉冲时间依赖突触可塑性(STDP)机制,探讨了突触可塑性与生物自适应特性的关系,然后选取Izhikevich神经元模型作为基本单元,以STDP机制调节的突触为桥梁,构建了四层的前馈神经网络模型,最后分析了该网络的自适应抗扰能力。仿真结果表明,基于STDP机制的神经网络具有很好的抗扰能力,且这种特性与STDP机制密切相关。基于此仿真工作将进一步进行领域转换,搭建模拟生物神经系统信息

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：372736
    • 提供者：weixin_38620314