神经元的形态分类方法研究
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.15913/j.cnki.kjycx.2017.03.013

神经元的形态分类方法研究

引用
从神经元几何形态特征的角度考虑,对神经元进行分类.由于神经元的几何形态复杂多样,直接用于分类会使得算法运行时间长、分类精度低.采用稀疏主成分分析法提取神经元的主要特征,不仅能实现几何特征的降维,减小分类难度,而且提取出的主成分部分载荷为0,使得主成分更具解释能力.依据主要特征,采用极限学习机算法对神经元进行分类.实验结果表明,该分类模型具有较高的运行效率和分类精度,能够对神经元实现有效分类.

神经元、几何形态特征、稀疏主成分分析、极限学习机

TP391(计算技术、计算机技术)

2017-03-13(万方平台首次上网日期,不代表论文的发表时间)

共4页

13-15,19

相关文献
评论
暂无封面信息
查看本期封面目录

科技与创新

2095-6835

14-1369N

2017,(3)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn