基于匹配小波变换的初级视皮层神经元锋电位分类

来源 :郑州大学学报:工学版 | 被引量 : 0次 | 上传用户:lcgbeyong
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
神经元锋电位分类是研究神经系统信息处理机制的关键.为了提高锋电位分类效果,将匹配小波应用到锋电位分类中来,提出了基于匹配小波变换的初级视皮层神经元锋电位分类方法.首先根据提取的锋电位信号波形特性和匹配准则,构造出匹配小波,然后基于匹配小波对锋电位信号进行小波变换,获取锋电位信号特征进行锋电位聚类,从而实现锋电位分类.将该方法用于由多电极阵列采集的大鼠初级视皮层神经元锋电位的分类,并与基于传统小波的分类方法进行聚类比较,该方法得到的散点图具有两个更加明显的聚类中心,聚类效果更好.再对信号进行加噪处理,当信噪
其他文献
梁拱组合连续梁桥集'梁'与'拱'桥梁受力元素于一体,该桥型结构将梁的弯矩通过梁拱间的吊杆转化为拱的轴向压力,充分发挥了拱的受压性能,能有效地降低梁的弯
结合室内试验和实体工程对石灰稳定土在软弱路基中的应用进行研究。室内试验表明,随着石灰用量的增加,石灰稳定土的最佳含水量和无侧限抗压强度不断增大,而最大干密度不断减
复杂地区近地表低降速带速度和厚度剧烈的横向变化会导致严重的静校正问题.为了解决这类静校正问题,提出利用调查点的微测井信息,沿近地表构造变化趋势构建近地表模型,并将其
提出了一种结合流形学习方法与分类算法的基因微阵列数据分类模型,先用流形学习算法对基因微阵列数据进行降维处理,然后再对降维后的数据进行分类.在实验中将流形学习算法LLE、I