基于贝叶斯原理的多维Spike Train分类预测模型

摘要：

　　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。

关键词：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

分类号：TP18(自动化基础理论)

资助基金：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

在线出版日期：2013-08-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1619-1623