疊加鋒電位的分類方法研究.pdf_第1頁
已閱讀1頁,還剩54頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、人體神經(jīng)系統(tǒng)支撐著體內(nèi)各個器官之間的功能及聯(lián)系。神經(jīng)元發(fā)放的鋒電位是神經(jīng)系統(tǒng)間傳遞和發(fā)布信息的媒介。目前常采用多電極胞外記錄的方式對鋒電位信號進行采集,從采集的信號中將鋒電位信號檢測、提取出來,并對不同形態(tài)特征的鋒電位信號進行各自歸類,這一系列的過程就稱為鋒電位分類。受當前采集技術(shù)的限制,當多個神經(jīng)元細胞在相隔很短時間同時放電時,檢測到的會是多個鋒單位信號的疊加波形。疊加鋒電位的波形形態(tài)會因為疊加時刻和疊加波形的不同而不同,這增加了鋒電

2、位分類的難度。因此,研究疊加鋒電位的分類,是提高鋒電位分類準確性的關(guān)鍵,對神經(jīng)元集群編碼的研究具有重要意義。
  本文通過對疊加鋒電位的產(chǎn)生原理及波形特點進行研究,重點分析了疊加鋒電位分類的難點問題,研究適合于疊加鋒電位識別的特征表示方法和分類策略。為解決鋒電位波形由于疊加而造成的波形信息丟失問題,本文通過對相空間重構(gòu)算法進行研究,將其應用到疊加鋒電位分類中,提出了基于相空間重構(gòu)的鋒電位分類策略。通過對鋒電位進行相空間重構(gòu),豐富了

3、其波形信息,可以從多角度對疊加鋒電位樣本進行分析。本文的方法,在Wave_clus數(shù)據(jù)集上進行了大量實驗,實驗結(jié)果表明,基于相空間重構(gòu)的鋒電位分類策略對疊加鋒電位分類具有良好的效果,準確率有了一定程度的提升。
  針對基于相空間重構(gòu)的分類策略中數(shù)據(jù)維度大及抗噪聲能力差的問題,本文對其進行了改進,在相空間中引入了基于窗口斜率表示法和二階差分表示法相結(jié)合的特征表示方法。結(jié)合之后的特征優(yōu)化方法,不僅可以降低鋒電位樣本的維度,還可以將鋒電

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(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)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(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)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。

評論

0/150

提交評論