基于贝叶斯原理的多维Spike Train分类预测模型

来源 :电子与信息学报 | 被引量 : 39次 | 上传用户:wyoo00oo
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。
其他文献
在计算雷达高度计的重跟踪修正表时,目前通常的做法是将平坦海面脉冲响应函数用指数函数近似表示,并忽略了这种近似对修正表的影响。该文对这一近似方法的误差进行了分析,在此基础上提出了采用平坦海面脉冲响应函数准确形式计算重跟踪修正表的方法,利用该方法可以显著降低大误指向角情况下的参数反演误差。该文利用这一新方法计算了HY-2卫星雷达高度计的重跟踪修正表,并对其回波数据进行了处理。结果表明,采用该文提出的方
传媒行业的激烈竞争使争夺受众成为每家媒体不可回避的问题,广播如何在报刊、电视以及网络的挤压中调整功能与受众定位,进而寻求突围,是业界关注的问题。具体到交通广播电台
某些分时采样干涉式微波辐射计成像系统,通常采用稀疏阵列,如圆环稀疏阵列。由于天线阵列优化设计时天线排布位置受限以及天线物理尺寸等限制,具有非均匀空间频域采样的特点。传统的图像重构方法是将非均匀空间频域点插值到均匀的笛卡尔坐标下,补偿空间频率密度,再进行逆快速傅里叶变换。这些插值方法不可避免地会引入误差或者混叠,并且是以假设空间频域的光滑性为前提的,具有局限性。与传统的插值方法不同的是,该文采用最小