Matlab代码影响：Medlock等人(2018)的SFO神经元爆发和强直放电行为

RASTERPLOT.M 用于绘制神经元放电序列的光栅图。 RASTERPLOT(T,N,L) 绘制 N 次试验的放电时间光栅图，其中 T 为样本中的放电时间，每次试验长度为 L 个样本，采样率为 1kHz。放电时间根据试验长度进行排列。 RASTERPLOT(T,N,L,H) 在轴句柄 H 中绘制光栅图。 RASTERPLOT(T,N,L,H,FS) 在轴句柄 H 中绘制光栅图，并使用 FS (Hz) 的采样率。 示例： t=[10 250 9000 1300,1600,2405,2900];rasterplot(t,3,1000)

这是项目的代码：神经元行动电位传播速度受AIS可塑性影响，包括数据分析方法（MATLAB R2017a）和模拟代码（NEURON 7.6.5 + Python3.6.6）。

隐层神经元数的选择影响神经网络的训练能力。如果太少，网络可能无法学习；如果太多，会导致训练时间过长，泛化能力下降和容错性差。不同隐层神经元数的示例结果表明，神经元数的差异会影响训练误差曲线。

单神经元PID控制算法是一种结合传统PID控制器与神经网络的方法，在自动化控制领域广泛应用。本项目提供了位置式和增量式两种实现方式。位置式PID控制算法直接计算控制器输出作为系统输入，MATLAB中的sn_pid_position.m文件可能包含相应函数。增量式PID控制算法则更新控制量的增量，避免系统振荡，MATLAB中可能使用sn_pid_increment.m文件实现。单神经元网络通过Sigmoid或Tanh激活函数学习和自适应地调整PID参数，优化控制性能。MATLAB提供神经网络工具箱用于构建、训练网络，并使用SIMULINK环境进行系统仿真。项目提供智能和自适应的控制策略，满足不同

这是一组基于Fitz-Hugh Nagumo模型的代码，用于生成神经元网络，采用Matlab开发。

Pietto等人（2018年）的数据和分析代码已经在PloS ONE上发布。他们使用Matlab进行分析，并使用了趋势去波动分析（DFA）和小波去噪。该研究由阿根廷Uniplid de Neurobiología Aplicada（CEMIC-CONICET）和Inteligencia Artificial Aplicada实验室（Instituto de Cs。de la Computación，Fac。de Cs。Exactas y Naturales，UBA-CONICET）合作进行，探索不利环境对大脑结构和功能的影响。

如果y=siegert(x,w,param)，一个带有泊松过程输入的积分和激发神经元，在长时间内平均，其输出激发速率将与输入激发速率相匹配： rate_out=siegert(rate_in,w,param)。siegert神经元不仅提供了时间步模型与事件驱动模型之间的桥梁，还在神经科学中扮演重要角色。

Matlab 代码： 交感神经节前神经元（Briantetal.2014）

本项目包含实时脚本和两个应用程序，模拟了知名的尖峰神经元模型，已被学术界广泛认可。实时脚本展示了神经科学的示例，演示了实时控件和任务的功能，以及将代码转换为本地函数等特性。其中包括神经元对外部电流脉冲的响应，用户可以调整多组参数，包括膜参数和电流脉冲的幅度和宽度。该模型的微分方程可通过正向Euler方法和MATLAB内置ode求解器求解，前者简单易懂但准确性较低，后者需要Symbolic Math Toolbox支持。用户可通过实时控制进行选择。