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:于复杂的数据库进行快速调度,不仅需要多服务器合作,同时也可能涉及多个数据库之间的数据筛选与查找,而问题的难点在于,不同的数据库在计算机语句设置方面也是不同的,这就意味着查询和筛选的规则以及具体的语言逻辑存在着差异性,这种差异也会影响数据有效调度的效率。基于以上问题,笔者提出一种新的数据库调度方法,其主要基于数据相互混沌的特征,实现复杂数据库的调度。通过并行数据调度技术与混沌优先级因子两种方式的有机结合投入到具体的寻优调度计算中,不仅能够快速将混沌特征进行获取,同时能够结合时间序列计算出具体的数据节点的任务量,最终建立优化模型。结果表明,这一改进模型对于复杂数据库的数据调度有一定的积极作用。