支持向量機(jī)論文支持向量機(jī) 模板匹配 神經(jīng)元 數(shù)據(jù)標(biāo)準(zhǔn)化

1、支持向量機(jī)論文：神經(jīng)元的形態(tài)分類算法研究【中文摘要】大腦是生物體內(nèi)結(jié)構(gòu)和功能最復(fù)雜的組織,其中包含上千億個(gè)神經(jīng)細(xì)胞(神經(jīng)元)。人類腦計(jì)劃(Human Brain Project, HBP)的是要對(duì)全世界的神經(jīng)信息學(xué)數(shù)據(jù)庫(kù)建立共同的標(biāo)準(zhǔn),多學(xué)科整合分析大量數(shù)據(jù),加速人類對(duì)腦的認(rèn)識(shí)。為了利用神經(jīng)信息學(xué)數(shù)據(jù)庫(kù),設(shè)計(jì)神經(jīng)元形態(tài)識(shí)別與分類的方法,我們需要對(duì)樣品神經(jīng)元數(shù)據(jù)進(jìn)行深入地分析,找到各類神經(jīng)元的有效特征,將待判別的神經(jīng)元與樣品神經(jīng)元進(jìn)行比較,然后判斷出待判定神經(jīng)元屬于哪一類。本文基于這種思想,利用模板匹配法和支持向量機(jī)法,建立神經(jīng)元形態(tài)識(shí)別的模型,對(duì)神經(jīng)元進(jìn)行分類。模板匹配法是模式識(shí)別中最簡(jiǎn)單的方

2、法,當(dāng)給定一定量的樣品時(shí),該方法會(huì)有很好的判別效果。支持向量機(jī)(SVM)是二十世紀(jì)九十年代發(fā)展起來的統(tǒng)計(jì)學(xué)習(xí)理論的核心內(nèi)容,在模式識(shí)別中有廣泛地應(yīng)用。本文利用模板匹配法和支持向量機(jī)法進(jìn)行神經(jīng)元的形態(tài)學(xué)分類,通過不同的分類方法的比較,可以看出支持向量機(jī)法具有良好的分類能力。在研究中我們還發(fā)現(xiàn)：利用量綱不同的特征向量來設(shè)計(jì)分類器,有時(shí)效果并不理想,而為了正確分類,就有必要對(duì)數(shù)據(jù)進(jìn)行預(yù)處理。研究表明：數(shù)據(jù)的預(yù)處理對(duì)神經(jīng)元的空間幾何特征的分類起到十分關(guān)鍵的作用.【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.【關(guān)鍵詞】支持向量機(jī) 模板匹配 神經(jīng)元 數(shù)據(jù)標(biāo)準(zhǔn)化【英文關(guān)鍵詞】Template matching Support vector machine Neural pattern recognition Data normalization【索購(gòu)全文】聯(lián)系Q1：138113721 Q2：139938848【目錄】神經(jīng)元的形態(tài)分類算法研究中文摘要6-7Abstract7第一章 引言9-11第二章 模式識(shí)別的基本理論11-192.1 模式識(shí)別概述11-132.2 兩個(gè)重要的分類器13-19 模板匹配法的相關(guān)理論13 支持向量機(jī)法的相關(guān)理論13-19第三章 神經(jīng)元的形態(tài)分類與識(shí)別的研究19-333.1 神經(jīng)元19-26 神經(jīng)元的數(shù)學(xué)刻畫19-20 七類參考神經(jīng)元數(shù)據(jù)分析20-263.2 神經(jīng)元形態(tài)分類算法研究26-33 利用原