基于遗传算法—支持向量机的锋电位分类及神经元特性分析
摘要 | 第1-5页 |
Abstract | 第5-7页 |
目录 | 第7-9页 |
1 绪论 | 第9-15页 |
·神经元锋电位的研究意义 | 第9-10页 |
·国内外研究现状 | 第10-13页 |
·本文主要工作 | 第13-15页 |
2 大鼠初级视觉皮层锋电位信号的采集 | 第15-25页 |
·动物视觉系统中的信息传输机制 | 第15-19页 |
·动物视觉信息的传递通路 | 第15-19页 |
·V1区中信息处理的特点 | 第19页 |
·实验平台 | 第19-21页 |
·手术方案 | 第21-22页 |
·信号采集 | 第22-24页 |
·小结 | 第24-25页 |
3 神经元锋电位分类 | 第25-37页 |
·基于GA-SVM算法的神经元锋电位分类 | 第25-33页 |
·支持向量机(SVM)理论 | 第25页 |
·遗传算法(GA) | 第25-26页 |
·基于GA-SVM算法的神经元锋电位分类 | 第26-33页 |
·基于GA-SVM算法的模板匹配分类 | 第33-36页 |
·选择模板 | 第33-34页 |
·相似度准则 | 第34页 |
·模板匹配分类 | 第34-36页 |
·小结 | 第36-37页 |
4 V1区神经元细胞特性分析 | 第37-52页 |
·神经元放电同步性分析 | 第37-44页 |
·神经元放电同步性分析结果 | 第38-43页 |
·神经元放电同步性分析结果讨论 | 第43-44页 |
·神经元朝向选择性分析 | 第44-51页 |
·视觉皮层的感受野 | 第44-46页 |
·光栅刺激实验 | 第46-47页 |
·V1区神经元感受野朝向选择性研究 | 第47-51页 |
·小结 | 第51-52页 |
5 结论与展望 | 第52-54页 |
·结论 | 第52-53页 |
·展望 | 第53-54页 |
参考文献 | 第54-57页 |
致谢 | 第57-58页 |
个人简历、在学期间发表的学术论文与研究成果 | 第58页 |