位置:成果数据库 > 期刊 > 期刊详情页
基于贝叶斯原理的多维Spike Train分类预测模型
  • ISSN号:1009-5896
  • 期刊名称:《电子与信息学报》
  • 时间:0
  • 分类:TP18[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:[1]青海大学电力学院,西宁810016, [2]复旦大学认知算法模型实验室,上海201203
  • 相关基金:国家自然科学基金(30990263); 十二五国家科技支撑计划项目(2012BAI37B06)资助课题
中文摘要:

神经元集群编码和spike train分析是神经信息处理的关键问题。该文介绍了一种利用高阶多维泊松模型对spike train进行分类预测的方法,并从spike的强度分布、匹配准确性和集成策略上进行了数学论证。最后利用该方法在大鼠U迷宫实验中选取20组作为训练集进行分类测试,实验结果表明,利用该方法得到的分类准确率在97%左右。

英文摘要:

Neural population encoding and analysis of spike train play an important role in the field of neural inforamtion processing.In this study,a classification method of spike train is proposed based on high-order multiple Possion model,and a mathematic deduction is made in the spike instensity distribution,accuracy of matching and integration strategy,respectively.Finally,20 trails,as a traing set,are applied to experiment of U maze of mouse.The result demonstrates that the accuracy rate of the classification method is about 97%.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《电子与信息学报》
  • 中国科技核心期刊
  • 主管单位:中国科学院
  • 主办单位:中国科学院电子学研究所 国家自然科学基金委员会信息科学部
  • 主编:朱敏慧
  • 地址:北京市北四环西路19号
  • 邮编:100190
  • 邮箱:jeit@mail.ie.ac.cn
  • 电话:010-58887066
  • 国际标准刊号:ISSN:1009-5896
  • 国内统一刊号:ISSN:11-4494/TN
  • 邮发代号:2-179
  • 获奖情况:
  • 国内外数据库收录:
  • 荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:24739