基于互信息的生物神经网络功能性连接辨识

来源 :传感器与微系统 | 被引量 : 0次 | 上传用户:limingxing0623
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
生物神经网络(BNN)功能性连接的辨识方法被广泛地应用于使用BNN的多通道时间序列数据构建网络连接结构,帮助加深对BNN结构和功能间关系的认识和理解。首先,建立基于积分点火(IF)机制的BNN模型,获得多通道神经元脉冲序列;然后,运用互信息(MI)方法计算出各神经元间的MI值,超过一定阈值的MI表明两个神经元间存在相互连接关系。仿真结果表明:基于MI的网络辨识方法计算开销较小,对BNN功能性连接结构具有较高的辨识度。
其他文献
为解决航拍地图拼接计算量大、内容复杂多变的问题,提出使用超像素尺度不变特征变换(SIFT)特征进行地图拼接。首先利用近邻传播(AP)算法改进简单线性迭代聚类(SLIC)算法实现超像素自适应分割。然后在引导信息下对少数超像素提取SIFT特征,进行SIFT特征匹配。最后在线生成监督机制,在随机抽样一致性(RANSAC)算法配合下,得到少而精的匹配点,计算变换矩阵融合图像,实现图像拼接。实验结果显示:对
针对引信用电源系统开关的使用要求,设计一种可实现闭锁功能的微机械惯性接电开关,该接电开关能够保证在满足预设的条件时迅速闭合、闭合时间短、闭合过程稳定且能实现自锁,确保电源接通之后在复杂的弹道环境中,能够始终处于被接通状态,为引信电源系统提供技术支持。在正常发射加速度475~1 500 gn作用下,开关可实现稳定闭锁;在勤务处理中意外跌落加速度作用下,开关保持断开状态,并可以恢复至初始位置。在多物理