基于遺傳算法-支持向量機的鋒電位分類及神經(jīng)元特性分析.pdf

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(wǎng)膜的視覺信息都在該區(qū)域進行初級處理。視皮層神經(jīng)元鋒電位攜帶了豐富的神經(jīng)元活動信息,是神經(jīng)系統(tǒng)進行信息表達的載體。因此,研究神經(jīng)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(jīng)元鋒電位信號,提出了基于遺傳算法-支持向量機的神經(jīng)元鋒電位

2、分類方法,并從神經(jīng)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(jīng)元特性進行了分析。具體內(nèi)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(chǔ)上,采集了大鼠初級視覺皮層神經(jīng)元鋒電位信號；
　　 (2)神經(jīng)元鋒電位的分類。針對采集到的神經(jīng)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(jīng)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(jié)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(jié)果的比較,證明本算法分類結(jié)果穩(wěn)定。從基于遺傳算法-支持向量機鋒電位分類的結(jié)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(jīng)元特性的研究。利用相關(guān)性分析方法分別