龚云凡;徐建雪;任伟;胡三绝;王,福州 通过分析神经系统中的ISI时间序列来确定混沌程度:相关维数和非线性预测方法之间的比较。 (英语) Zbl 0895.9208号 生物、网络。 78,第2期,159-165(1998). 摘要:介绍了两种不同的混沌时间序列分析方法——关联维和非线性预测,并用它们处理麻醉大鼠沿单个神经纤维传播的动作电位序列的峰间间隔(ISI)。结果表明,与相关维数相比,非线性预测在噪声环境下对混沌ISI时间序列的分析更为有效和稳健。此外,通过非线性预测计算出的相关系数曲线的演变可以定性地更好地反映系统未来行为的不可预测性,并且与定量测量混沌程度的最大Lyapunov指数的值非常一致。 引用于6文件 理学硕士: 92立方厘米20 神经生物学 37N99型 动力系统的应用 关键词:混沌时间序列分析;相关维数;非线性预测;脉冲间隔;动作电位;神经纤维;李亚普诺夫指数 PDF格式BibTeX公司 XML格式引用 \textit{Y.Gong}等人,《生物》。赛博。78,第2号,159--165(1998;Zbl 0895.92008) 全文: 内政部