神经元的形态分类和识别

对神经元特性的认识,最基本问题是神经元的分类.神经元的形态复杂多样,神经元的识别分类问题有相当的困难.对提供的参考数据进行统计分析,将其转化成对应每类神经元的空间形态的指标参数,然后对每个指标进行定性分析和对比分析,确定对各类型神经元细胞识别起关键作用的指标,利用层次分析法、图形截面、几何相似性等分析方法建立神经元的分类模型.分类模型能够将附录提供的神经元进行准确的分类.数据分析采用开源科学计算软件Scilab进行处理,运行环境为Scilab5.2,部分代码采用C#基于VS2008开发.     

一种新型高透射率高品质因子光子晶体耦合腔波导结构

提出了一种在二维三角晶格光子晶体线缺陷波导中放置椭圆空气孔的耦合腔波导结构。基于平面波展开法,利用MPB对线缺陷波导的能带结构进行了计算并给出能带图。基于时域有限差分法（FDTD）,利用MEEP对椭圆空气孔在波导中的排列方式、数量、尺寸进行优化设计,并对频率位于微腔共振频率处的光波在耦合腔波导结构中的品质因子和传输特性进行研究与比较,给出了电场分布图。仿真结果表明,当椭圆空气孔的长轴方向纵向排列时,相应的微腔共振频率在光子禁带内可获得90%以上的透射率,对应的品质因子Q可达10⁴量级;选择合适的参数,获得的Q可高达10⁷量级,对应共振频率的透射率仍在60%以上。     

高品质因子和高传输效率的二维光子晶体耦合腔波导研究

基于时域有限差分方法,通过仿真计算设计了一种具有较高品质因子和传输效率的二维光子晶体耦合腔波导结构。通过改变二维光子晶体波导微腔结构中隔绝波导与微腔的空气孔的半径和数量,在获得近似90%的传输效率的同时,使得品质因子达到了8.20×104。为了使品质因子在大幅度提高的同时,传输效率只有小幅度的降低,在波导微腔结构中引入了链式微腔。将链式微腔结构与传统的波导微腔结构相结合,使这种新形式的耦合腔结构的品质因子提高了1个数量级,传输效率仅下降了约40%。