生物系统小世界网络特性_谢彬.pdfVIP

生物系统的小世界网络特性 谢彬 刘深泉 李炎烽 陈树春 [摘要] 本文主要研究人眼视网膜神经系统 和七鳃鳗脊椎神经系统，首先利用 WinnerLess Competition （WLC ）模型分析视网膜和脊椎神经元的发放模式和编码。得到视网膜神经元和脊椎神 经元的电位发放模式。然后利用Watts-Strogatz 小世界网络的特性，分析两个生物神经系统的群 集系数和特征路长，说明这些生物系统神经元之间的信息传递具有小世界网络的特性。 [关键词] 小世界模型，视网膜，七鳃鳗，群集系数，特征路长 The small world property in biology system Xie Bin Liu Shenquan Li Yanfeng Chen Shuchun [Abstract] The paper mainly studied the retina neural system and lamprey vertebrate neural system. First the WinnerLess Competition(WLC) system used here to model spike and code of retina and vertebrate neuron. The spike can be obtained and then property of Watts-Strogatz small world are used here to analyze the characteristic path length andclustering coefficient.These signal transmitting between the neurons in these two biology systems have the property of small world network. [key word] small world system retina lamprey characteristic path length clustering coefficient 动物神经系统中的神经元相互连接组成生物神 函数 G(x ) 0,x ≤0, G(x) 1,x 0 模拟神经元 经系统。神经系统中具有明确意义的电信号是细胞动 突触间的相互联接。WLC 描述了神经系统中神经 作电位，细胞动作电位的静息和发放携带神经元的基 [1] 元的电位发放，并给出神经元之间的相互抑制关 本信息，反映大脑神经系统的编码规律 。该神经系 统的研究，不仅需要用非线性动力学的理论来分析， 系，它理论表达了抑制神经系统信息传递的空间 得到生物系统刺激、响应的内在规律。而且需要分析 编码和时间编码。 神经系统的信息传递效率。本文首先用 WinnerLess Watts-Stroagtz 的小世界模型描述如下，在 W 表示 S Competition (WLC)模型，研究视网膜神经系统和脊 模型中，为刻画网络的小世界特性，使用两个具有统 柱神经元的电位发放模式，然后利用小世界网络的群 [3] 计学性质的参数 ：群集系数C 和特征路长L 。群集 集系数和特征路长特性，分析生物神经系统的网络效 系数 C 描述网络中所有节点局部群集系数的均值，其 率。