众所周知,大脑或许是地球或者世界上最复杂精妙的机器,数以亿计的神经元和它们之间的连接决定了大脑的非凡特性,神经计算科学的研究表明,生物电信号的产生和传递对信息编码和传导机制有非常重要的作用。网络拓扑结构和神经元间的连接方式是神经网络建模的基础,外部噪声刺激和突触权值分布也是影响突触后神经元放电的重要因素,除此之外,网络节点的数目和类型以及突触可塑性机制同样会影响网络放电特性。基于脉冲神经元网络模型,面向生物弱信号传递及神经元放电活动,分析兴奋性和抑制性神经元的突触可塑性对网络同步特性的影响。本文工作如下:(1)神经元模型选取,对比各种神经元模型,选定Izhikevich神经元模型。分析突触可塑性,构建具有兴奋性突触可塑性的脉冲神经网络,并分析其放电特性。证实了连接概率和输入信息之间有一定相关性;低连接概率网络可以较好的传递信息。(2)对比兴奋性神经元与抑制性神经元放电特性,构建既有兴奋性又有抑制性突出可塑性的脉冲神经网络并对其放电特性进行研究。证实兴奋性和抑制性神经元以及它们之间的突触可塑性与网络自适应同步放电特性密切相关。发现兴奋性神经元在STDP机制下会促进突触后膜动作电位的发放,而抑制性神经元在突触可塑性调节下会降低突触后膜动作电位的放电率。(3)对具有完备突触可塑性的脉冲神经网络进行噪声激励,并分析其放电特性。发现在噪声环境下,脉冲神经网络中间层的频率振荡活动变低,放电频率较趋于一致。对具有完备突触可塑性的脉冲神经网络进行不同强度的噪声激励,并分析其放电特性。证实噪声强度对频率的作用较明显,并能在一定程度上弱化连接模式对网络频率同步的影响。