基于贝叶斯原理的多维Spike Train分类预测模型
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。
信息处理、多维spike train、高阶多维泊松模型、贝叶斯原理、预测分类模型
TP18(自动化基础理论)
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
2013-08-03(万方平台首次上网日期,不代表论文的发表时间)
共5页
1619-1623