版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、視覺作為高等動物最主要的感覺系統(tǒng),是接收外部信息最有效的方式。初級視覺皮層是視覺信息初級加工和處理的區(qū)域,幾乎90%的來自視網膜的視覺信息都在該區(qū)域進行初級處理。視皮層神經元鋒電位攜帶了豐富的神經元活動信息,是神經系統(tǒng)進行信息表達的載體。因此,研究神經元鋒電位對于研究視覺信息的傳輸和編碼以及大腦的工作機理都具有重要意義。
本文以大鼠為實驗對象,采集了初級視覺皮層神經元鋒電位信號,提出了基于遺傳算法-支持向量機的神經元鋒電位
2、分類方法,并從神經元放電同步性和朝向選擇性兩個方面對初級視覺皮層神經元特性進行了分析。具體內容如下:
(1)數(shù)據(jù)采集。通過了解動物視覺信息的傳遞通路和傳輸機理以及初級視覺皮層信息傳遞的特點,確定了初級視覺皮層為大鼠視覺信號采集的最佳位置。在現(xiàn)有實驗平臺和實驗方案基礎上,采集了大鼠初級視覺皮層神經元鋒電位信號;
(2)神經元鋒電位的分類。針對采集到的神經元鋒電位電信號,提出了基于遺傳算法一支持向量機的神經元鋒電
3、位分類方法。利用本算法中支持向量機適合有限樣本分類和具有全局最優(yōu)解的特點,結合遺傳算法的隨機優(yōu)化能力,實現(xiàn)了鋒電位的分類,獲得較高的分類準確率。通過對多組實驗數(shù)據(jù)分類結果的比較,證明本算法分類結果穩(wěn)定。從基于遺傳算法-支持向量機鋒電位分類的結果中提取典型的鋒電位模板,利用模板匹配的方法進一步對實驗數(shù)據(jù)進行分類,得到了較高的分類準確率,解決了傳統(tǒng)模板匹配分類中模板選擇的難題;
(3)對神經元特性的研究。利用相關性分析方法分別
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 神經元鋒電位干擾抑制算法研究及實現(xiàn).pdf
- 基于匹配小波變換的大鼠初級視皮層神經元鋒電位分類.pdf
- 基于支持向量機和遺傳算法的基因表達譜數(shù)據(jù)分類.pdf
- 基于支持向量機和遺傳算法股市預測.pdf
- 基于人工神經網絡的多電極陣列上培養(yǎng)神經元鋒電位的分類.pdf
- 基于遺傳算法優(yōu)化支持向量機的圖像識別
- 支持向量機在神經元空間結構分類中的應用.pdf
- 基于遺傳算法的改進支持向量機財務預警研究.pdf
- 基于遺傳算法的維權重支持向量機的研究.pdf
- 基于寬頻帶記錄信號的神經元鋒電位檢測分類新方法及其應用.pdf
- 植入式腦機接口神經元鋒電位的時變特征分析與解碼研究.pdf
- 畢業(yè)論文----基于遺傳算法的核支持向量機研究
- 基于支持向量機和遺傳算法的圖像盲水印研究.pdf
- 基于遺傳算法的小波支持向量機模型及其應用.pdf
- 基于支持向量機和遺傳算法的混凝土碳化預測研究.pdf
- 基于支持向量機和遺傳算法的人臉識別研究.pdf
- 大鼠腦神經元鋒電位誘發(fā)采集與分析軟件系統(tǒng)研究.pdf
- 基于遺傳算法優(yōu)化支持向量機的鐵路客運量預測.pdf
- 植入式腦機接口中神經元重要性評估及鋒電位的高效解碼.pdf
- 支持向量機并行訓練算法與基于遺傳算法的參數(shù)優(yōu)化研究.pdf
評論
0/150
提交評論