网络同步与神经动力学应用

本书将非线性动力学，计算科学，神经生物学等专业知识相互融合来研究神经系统，神经网路的学习是通过神经元间的突触可塑性实现的，而突触学习方法一直是研究的热点之一。作者提出了一种自适应突触学习方法，该学习方法对各种参数的不匹配具有较好的鲁棒性，并用Lasalle不变性原理证明了它的有效性，并数值模拟了各种非全同，非对称神经网络可达到同步输出到各种周期轨道与混沌轨道，定义了一个动态相关性系数非常直观地刻画了这种动态的同步过程。