北京生物医学工程
北京生物醫學工程
북경생물의학공정
BEIJING BIOMEDICAL ENGINEERING
2013年
2期
122-126,133
,共6页
卢小银%梁振%周保琢%周逸峰
盧小銀%樑振%週保琢%週逸峰
로소은%량진%주보탁%주일봉
锋电位%在线分类%主成分分析%Fisher判别分析%模板匹配%神经网络
鋒電位%在線分類%主成分分析%Fisher判彆分析%模闆匹配%神經網絡
봉전위%재선분류%주성분분석%Fisher판별분석%모판필배%신경망락
目的 大脑神经元胞外单细胞动作电位(即锋电位)的检测与分类,是研究神经系统处理信息机制的关键.常用方法是实验完成后对记录到的数据进行离线检测与分类,然而当需要在短时完成大量数据的处理或无线传输时,则需实现锋电位的在线检测与分类.方法 为实现在线分类,本文在利用主成分分析法(principal component analysis,PCA)和K均值分类法对一定量数据进行预分类的基础上,提出使用PCA结合Fisher判别分析的方法,并与基于距离的模板匹配法、BP神经网络分类法进行了分类效果和算法复杂度的比较.结果 仿真结果表明,该方法相对于其它两种方法在分类效果和算法复杂度上都具有一定的优势.结论 此方法是实现锋电位在线分类的不错选择.
目的 大腦神經元胞外單細胞動作電位(即鋒電位)的檢測與分類,是研究神經繫統處理信息機製的關鍵.常用方法是實驗完成後對記錄到的數據進行離線檢測與分類,然而噹需要在短時完成大量數據的處理或無線傳輸時,則需實現鋒電位的在線檢測與分類.方法 為實現在線分類,本文在利用主成分分析法(principal component analysis,PCA)和K均值分類法對一定量數據進行預分類的基礎上,提齣使用PCA結閤Fisher判彆分析的方法,併與基于距離的模闆匹配法、BP神經網絡分類法進行瞭分類效果和算法複雜度的比較.結果 倣真結果錶明,該方法相對于其它兩種方法在分類效果和算法複雜度上都具有一定的優勢.結論 此方法是實現鋒電位在線分類的不錯選擇.
목적 대뇌신경원포외단세포동작전위(즉봉전위)적검측여분류,시연구신경계통처리신식궤제적관건.상용방법시실험완성후대기록도적수거진행리선검측여분류,연이당수요재단시완성대량수거적처리혹무선전수시,칙수실현봉전위적재선검측여분류.방법 위실현재선분류,본문재이용주성분분석법(principal component analysis,PCA)화K균치분류법대일정량수거진행예분류적기출상,제출사용PCA결합Fisher판별분석적방법,병여기우거리적모판필배법、BP신경망락분류법진행료분류효과화산법복잡도적비교.결과 방진결과표명,해방법상대우기타량충방법재분류효과화산법복잡도상도구유일정적우세.결론 차방법시실현봉전위재선분류적불착선택.
