基于人工神經(jīng)網(wǎng)絡的多電極陣列上培養(yǎng)神經(jīng)元鋒電位的分類.pdf_第1頁
已閱讀1頁,還剩53頁未讀, 繼續(xù)免費閱讀

下載本文檔

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、細胞外多電極記錄中,每個電極記錄的電信號表示該電極附近多個神經(jīng)元的電活動。對電極記錄的多個神經(jīng)元鋒電位的分類處理是進行鋒電位時間序列分析之前所要進行的第一步。分類所面臨的兩大問題是細胞外多電極記錄數(shù)據(jù)往往包含高度相關的噪聲,且鋒電位波形重疊情況也時有發(fā)生。 人工神經(jīng)網(wǎng)絡日漸成為一種重要的分類工具,其最大益處就在于它善于對環(huán)境的自適應學習,并且具有并行處理泛化能力。本文提出的徑向基函數(shù)神經(jīng)網(wǎng)絡,其隱層基函數(shù)是一種局域作用函數(shù),當

2、輸入信號靠近基函數(shù)的中心范圍時,隱層節(jié)點將產(chǎn)生較大的輸出,對于遠離隱層節(jié)點中心的輸入樣本,網(wǎng)絡輸出趨于零。因此,徑向基函數(shù)網(wǎng)絡用于分類時,每一類的判決區(qū)域也是局域性的,具有優(yōu)越的局部逼近能力。 本文首先用改進的峰峰值檢測法對原始信號進行提取, 獲得鋒電位信號樣本。然后用主成分分類對這些鋒電位進行預分類,選取每類中方差較小的典型鋒電位集合作為徑向基網(wǎng)絡的訓練樣本,讓神經(jīng)網(wǎng)絡進行自適應學習。最后用訓練好的神經(jīng)網(wǎng)絡鋒電位信號進行分類

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(wǎng)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(jīng)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

評論

0/150

提交評論