支持向量机论文支持向量机 模板匹配 神经元 数据标准化

1、支持向量机论文：神经元的形态分类算法研究【中文摘要】大脑是生物体内结构和功能最复杂的组织,其中包含上千亿个神经细胞(神经元)。人类脑计划(Human Brain Project, HBP)的是要对全世界的神经信息学数据库建立共同的标准,多学科整合分析大量数据,加速人类对脑的认识。为了利用神经信息学数据库,设计神经元形态识别与分类的方法,我们需要对样品神经元数据进行深入地分析,找到各类神经元的有效特征,将待判别的神经元与样品神经元进行比较,然后判断出待判定神经元属于哪一类。本文基于这种思想,利用模板匹配法和支持向量机法,建立神经元形态识别的模型,对神经元进行分类。模板匹配法是模式识别中最简单的方

2、法,当给定一定量的样品时,该方法会有很好的判别效果。支持向量机(SVM)是二十世纪九十年代发展起来的统计学习理论的核心内容,在模式识别中有广泛地应用。本文利用模板匹配法和支持向量机法进行神经元的形态学分类,通过不同的分类方法的比较,可以看出支持向量机法具有良好的分类能力。在研究中我们还发现：利用量纲不同的特征向量来设计分类器,有时效果并不理想,而为了正确分类,就有必要对数据进行预处理。研究表明：数据的预处理对神经元的空间几何特征的分类起到十分关键的作用.【英文摘要】Brain has the most complex structure and the powerful function in

3、 vivo, which contains more than hundreds of billions of nerve cells (neurons). Human Brain Project (Human Brain Project, HBP) is designed to study database of neural information all over the world to establish common standards by multi-disciplinary integration analysis of large amounts of data. It c

4、an help us speed up the understanding of the brain.Its our problem how to design neural pattern recognition and classification methods accordi.【关键词】支持向量机 模板匹配 神经元 数据标准化【英文关键词】Template matching Support vector machine Neural pattern recognition Data normalization【索购全文】联系Q1：138113721 Q2：139938848【目录】神经元的形态分类算法研究中文摘要6-7Abstract7第一章 引言9-11第二章 模式识别的基本理论11-192.1 模式识别概述11-132.2 两个重要的分类器13-19 模板匹配法的相关理论13 支持向量机法的相关理论13-19第三章 神经元的形态分类与识别的研究19-333.1 神经元19-26 神经元的数学刻画19-20 七类参考神经元数据分析20-263.2 神经元形态分类算法研究26-33 利用原