期刊文献+

神经元的形态分类方法研究 被引量:1

下载PDF
导出
摘要 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。
作者 李佳 陈亮
出处 《科技与创新》 2017年第3期13-15,19,共4页 Science and Technology & Innovation
  • 相关文献

参考文献3

二级参考文献53

  • 1罗志增,赵鹏飞.非线性PCA在表面肌电信号特征提取中的应用[J].传感技术学报,2007,20(10):2164-2168. 被引量:6
  • 2杨晓敏,罗立民,韦钰.血液白细胞计算机分类中的特征提取研究[J].应用科学学报,1994,12(2):120-126. 被引量:14
  • 3张小京,孙万蓉,钟政辉.骨髓细胞显微图像的分形特征分析[J].中国图象图形学报,2006,11(5):624-629. 被引量:6
  • 4刘小平,黎夏,叶嘉安,何晋强,陶嘉.利用蚁群智能挖掘地理元胞自动机的转换规则[J].中国科学(D辑),2007,37(6):824-834. 被引量:56
  • 5Shepherd GM,Mirsky JS,Healy MD,et al.The Human Brain Project:neuroinformatics tools for integrating,searching and modeling multidisciplinary neuroscience data.Trends Neurosci.1998;21(11):460-468.
  • 6Bota M,Dong HW,Swanson LW.Brain architecture management system.Neuroinformatics.2005;3(1):15-48.
  • 7Markram H.The blue brain project.Nat Rev.Neurosci.2006;7(2):153-160.
  • 8Hamacher M,Hardt T,van Hall A,et al.Inside SMP proteomics:Six Years German Human Brain Proteome Project (HBPP)-A summary.Proteomics.2008;8(6):1118-1128.
  • 9Ascoli GA,Krichmar JL.L-neuron:A modeling tool for the efficient generation and parsimonious description of dendritic morphology.Neurocomputing.2000;32:1003-1011.
  • 10Ascoli GA,Gasparini S,Medinilla V,et al.Local control of postinhibitory rebound spiking in CA1 pyramidal neuron dendrites.J Neurosci.2010;30(18):6434-6442.

共引文献4

同被引文献10

引证文献1

二级引证文献2

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部