基于信息向量机的神经活动分类和译码研究

利用信息向量机(IVM)算法对来自脑皮层的少量运动神经元激发率进行分类,识别出神经状态,用该神经状态指导神经元激发率的译码。将IVM算法与支持向量机算法、相关向量机算法进行实验比较,结果证明,IVM算法的神经活动分类和译码性能最优,运行时间最短。

基于相关向量机的神经活动分类及译码

脑机接口研究受到越来越多学者的关注,其中对神经活动的分类和译码是研究的重要方面。利用相关向量机的方法对来自脑皮层的一部分运动神经元的激发率进行分类,识别其神经状态,在此基础上利用激发率进行译码,判断其运动轨迹。实验证明,相关向量机能够较好地进行神经活动的分类和译码,并且拥有比支持向量机和信息向量机更好的性能。