复杂大规模生物神经网络系统的混沌动力学研究

研究各神经元模型通过多种耦合形式连接的混沌神经网络系统的复杂空时动力学特性。利用相关方法、准则及开发新的混沌同步、控制方法对混沌神经网络同步发放模式及稳定性进行分析，研究与模式识别、记忆恢复、联想记忆、信息并行与分级处理相关的混沌控制与反控制。综合分析各参数对同步、控制稳定性、精度及灵活性的影响。利用相关模型数值模拟癫痫的不正常同步活动及抑制和消除过度同步的神经放电行为。.大脑的神经网络系统是由大量的神经元连接而成的高度错综复杂的非线性系统，尝试将混沌同步、控制理论及方法引入神经科学去揭示大脑中的混沌现象。混沌动力学为研究神经元网络和利用神经元网络进行信息处理提供了新的契机。深入认识脑工作动力学行为的跨学科研究，对非线性科学和神经科学发展都具有理论意义和巨大推动作用，将有助于更好的诊断和预防疾病，在人工智能和计算机科学、信息科学领域也有重要应用前景。