《表1 LIF神经元模型参数》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《仿生型脉冲神经网络学习算法和网络模型》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

当神经元处于静息状态，即输入电流I（t）=0时，可知u（t）=uret。当输入电流I（t）>0时，电容C会进行充电，进而导致膜电位u(t）的升高；另一方面，若电容C上存在电荷积累，则电荷会随着时间而泄漏，膜电位u(t）也会因此降低，直至回落到静息状态。如果电容C的电荷积累速度高于泄漏速度，膜电位u(t）会持续升高到激发阈值，此时神经元会向外发射一个电脉冲，膜电位u(t）迅速降低至复位膜电位。本文中采用的LIF模型参数借鉴了目前成熟的研究成果[6-8]，具体参数详见表1。