一种基于统计参数映射融合独立成分分析的新的激活区探测方法

统计参数映射在某种程度上依赖于广义线性模型和高斯场理论。广义线性模型的缺陷在于这些假设不能很好地表示fMRI数据,并且脑活动分布模式和血液动力学模型也不能由广义线性模型回归方程来恰如其分地模拟。而独立成分分析不能够提供每一独立成分激活区的显著性估计,这使得实验者不能够很好地解释所获得的结果。提出一种将SPM和ICA技术进行融合的方法,此方法可以将ICA自身的某些优势和GLM的假设检验方法结合起来,互相取长补短。实验结果证明了这种方法在探测由运动任务所产生的激活区方面是有效的。

神经网络算法在机器人眼手系统中的应用

本文研究了神经网络方法在三自由度机械手位置控制中的应用。首先,简单介绍了机器人眼手系统。接着,采用Kuperstein和Robinstein算法来实现该系统的逆运动学方程。基于神经网络具有很强的信息综合能力的特点,提出了立体视觉的三视图的新思想。本文还采用多层回传网络进行训练,并与单层网络进行了比较。仿真结果验证了本文方法的正确性。