首页 | 官方网站   微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 93 毫秒
1.
低信噪比神经元锋电位信号的分类方法   总被引:1,自引:1,他引:1  
基于离散序列小波变换和主元分析,对低信噪比的神经元锋电位信号提出了新的分类方法。通过对原始信号进行尖峰检测,获得尖峰信号样本,对每个样本进行离散序列小波变换之后,再对小波变换系数进行主元分析,选取主元进行聚类,实现对原始信号的分类。将该方法应用于多电极细胞外记录的小鸡视网膜神经节细胞电活动信号分析,并据此推断出某电极附近的神经节细胞的个数。仿真结果表明,在低信噪比情况下,该方法比单纯通过小波变换进行分类的方法更有效。  相似文献   

2.
针对暴雨和冰雹2种强对流天气的区分问题,研究了主成分分析联合线性鉴别分析对雷达图像中提取的冰雹及暴雨特征降维和去相关的作用,设计了基于聚类评分的暴雨/冰雹分类模型,采用K均值聚类评分的办法确定具有高分类性的主成分,并以此主成分设计分类器对暴雨和冰雹进行区分.结果表明:主成分分析联合线性鉴别分析进行特征处理能够在降维的同时保留大部分分类性信息,基于聚类评分的分类模型有利于提高冰雹识别的命中率并降低其误警率,且对一般类型公共数据分类问题有效.  相似文献   

3.
结合主成分分析法与子空间聚类法对高维数据进行分类处理。通过主成分分析法去除噪音信息,再分别用K-means算法和模糊C-聚类算法进行子空间聚类,最后通过ROC曲线进行敏感性分析,得到简单、准确的数据分类方法。通过聚类结果图可以看出,我们的分类效果是较好的,这也为高维数据处理提供了有效的方法。  相似文献   

4.
欠定盲信道估计是欠定盲源分离的关键组成部分,其估计精度直接影响到源信号的估计精度.基于充分稀疏假设,在K均值聚类的基础上,提出一种新的欠定盲信道估计算法——K均值与主成分分析方法(KM-PCA算法).该算法首先对观测数据进行K均值聚类,然后对聚类分析结果分别进行主成分分析,修正其聚类中心,从而提高混叠矩阵的估计精度.采...  相似文献   

5.
 采矿方法优选涉及到多指标体系的分类及综合评价问题,利用主成分分析简化了指标结构,将主成分分析与聚类分析相结合,提出了主成分聚类分析法,并基于该方法对来自某矿山的15个试样的采矿方法进行了优选。在此过程中,针对传统主成分分析方法的缺点和应用中可能出现的误区,通过均值化改进了主成分分析的特征提取,通过以主成分得分为新的数据基础做聚类分析改善了综合评价效果;对主成分含义给出了较为明确的解释;对主成分聚类、第一主成分得分、主成分综合得分的排序结果进行了对比分析。研究表明,主成分聚类分析法则既可以对多变量数据进行合理地分类,又能对各类优劣程度做出综合评价,能充分反映矿山的实际情况,终选出的采矿方法在工业试验后成效显著,验证了该决策方法是切实可行的。  相似文献   

6.
在研究聚类算法与极限学习机的基础上实现了一种具有模糊C均值聚类算法(FCM)预分类的核极限学习机(KELM)及其在彩色图像分割中的应用.该算法采用模糊C均值聚类算法预分类训练样本,再提取其图像特征作为特征属性对核极限学习机进行训练产生分类器,进而对彩色图像进行分割.经实验验证,该算法分割彩色图像在分割速度和精度上优于FCM预分类的BP人工神经网络以及FCM预分类的支持向量机,是一种高效的彩色图像分割算方法.  相似文献   

7.
化学模式识别在中药质量控制中的应用   总被引:2,自引:0,他引:2  
主要介绍了3种常用的化学模式识别方法:主成分分析法、聚类分析法、人工神经网络法,并对化学模式识别技术在中药质量控制与评价中的应用进展做了简要评述.  相似文献   

8.
利用近红外光谱对不同厂家的冬凌草片进行鉴别归属,并进行快速分类.采集不同厂家不同批次冬凌草片样品的近红外漫反射光谱,通过不同计量学方法进行处理.结合主成分聚类分析法对不同厂家冬凌草片进行聚类判别分析,分类识别正确率达100%,从而推断出不同厂家冬凌草片成分及生产工艺上的差别.结果表明,该方法准确、快速、简便,可用于不同厂家冬凌草片的分类鉴别和质量控制.  相似文献   

9.
针对源信号个数未知情况下的欠定稀疏分量分析模型,提出一种具有自动聚类检测功能的混叠矩阵估计算法。提出实现源信号个数的判定的观测信号自动检测聚类方法,同时利用主成分分析对超直线进行估计,从而实现混叠矩阵的精确估计。仿真实验结果表明,该算法适用范围广,是一种快速精确且稳健的混叠矩阵估计算法。  相似文献   

10.
运用多元统计中的主成分分析、聚类方法对我国各地区农民收入状况进行了分类与研究,并用判别方法检验了分类的合理性。  相似文献   

11.
神经元放电检测是对后续神经元放电波形的聚类分析、神经元放电串的统计分析等工作都非常关键的第一步。为了尽可能准确地把神经元放电从背景噪声中分离出来,该文首先应用数学形态学对原始记录数据进行预处理,然后再经过阈值处理把神经元放电检测出来。选择和放电波形在形状、持续时间和幅度上都相近的结构元素,数学形态学预处理步骤能有效地滤除原始记录中的背景噪声,突出放电信号。对神经元放电仿真数据集和实验记录的大鼠海马区神经元自发放电的检测结果显示:基于数学形态学预处理的神经元放电检测方法的准确率要高于常用的直接进行阈值处理的检测方法。  相似文献   

12.
为提高数控机床热误差模型的预测精度,提出了将主成分分析与BP神经网络相结合的主轴热漂移误差的建模和预测方法.使用主成分分析法对多个温度变量进行降维处理或重新组合,将处理后所得较少的主成分变量作为样本输入BP神经网络进行训练而得到主轴热漂移误差模型,并与经过测点优化后以关键点温度作为输入的BP神经网络模型进行对比分析.结果表明:基于主成分分析与BP神经网络相结合的主轴热漂移误差模型的拟合精度较高,残差较小;由于BP神经网络的输入变量较少而使所提出的模型训练速度快、迭代次数少.  相似文献   

13.
为研究神经系统的电位发放模式和编码,利用嗅觉神经系统的WinnerLess Competition模型,根据神经细胞电位发放全有全无的特点,构造了神经系统外界刺激、发放响应的函数条形码模式.该模式将神经系统受到的外界刺激和电位发放响应模式用有限对应的形式联系起来,从理论上给出了可识别的刺激响应模式.文中还提出了一种研究神经系统电位发放模式和编码的新方法,该方法可以将编码理论和神经元发放实验数据联系起来。  相似文献   

14.
一种改进的RBF神经网络混合学习算法   总被引:3,自引:0,他引:3  
提出一种基于粒子群优化算法、K-means算法及减聚类算法的径向基函数(RBF)神经网络混合学习算法.该算法使用减聚类方法确定隐层节点数,具有自适应确定隐层节点的能力,避免了调整隐层节点的人为干预.通过K-means算法形成粒子群优化(PSO)算法初始粒子群,避免了初始粒子群的随机性,提高了粒子群优化算法的优选能力;采用PSO算法训练RBF神经网络中的所有参数.数值结果表明,改进的混合算法具有更高的分类准确率。  相似文献   

15.
医学图像配准在临床诊断和治疗计划中起着重要的作用。应用特征图像的第一主方向提出了自动配准计算机层析术(CT)和磁共振(MR)大脑图像的方法。方案中,先应用主成分分析-神经网络来计算特征图像的第一主方向,然后通过调整特征图像的第一主方向和质心来完成配准问题。此外,还以MR-MR图像配准和CT-MR图像配准为例,对此方法的配准效果进行了简单分析。  相似文献   

16.
常见的决策树分类算法、贝叶斯分类算法、神经网络分类算法为数据挖据分类算法研究提供了重要基础。但面对海量数据时,在时间效率、鲁棒性和精确性上都显示出了不足。为此,本文将模糊聚类的思想引入到神经网络分类算法中,首先通过模糊聚类子模型,将样本数据聚为几个数据子集,然后再采用不同的神经网络对各个数据子集同时进行训练学习。由于经过了模糊聚类子模型的预处理,每个神经网络训练学习样本的复杂性大大减少,使神经网络的学习效率大大提高。最后通过UCI下的实际数据库,对提出的分类算法进行了检验,结果显示了基于模糊聚类的神经网络在数据挖掘分类中应用的有效性。  相似文献   

17.
基于多权值神经网络的老人跌倒智能识别研究   总被引:1,自引:1,他引:0  
随着我国人口老龄化及对延年益寿的期望加剧,老年人的健康问题受到广泛的关注。针对这一社会问题,建立人体跌倒模型,并对三轴加速度传感器采集来的不同人体跌倒姿态的高维数据做主成分分析(PCA),降维处理使其特征投影到低维空间,再将降维后的特征向量借助多权值神经元网络算法识别人体跌倒姿态。最后,实际采样的人体跌倒姿态数据验证了该方法的有效性。此外,与支撑向量机(SVM)算法相比较,实验结果表明,多权值神经元网络比支撑向量机算法在人体跌倒应用中更加具有优越性。  相似文献   

18.
基于神经网络的超声检测缺陷表征   总被引:4,自引:0,他引:4  
提出了一种基于神经网络的缺陷表征方法.该方法采用Fischer线性判别分析对表征缺陷的时域信号的波形参数进行选择,并将这些参数作为神经网络的输入对智能缺陷表征系统进行训练,用概率神经网络和BP神经网络分别对缺陷的类型和大小进行识别.对135种人造焊接缺陷(裂纹、夹杂和气孔)的试验结果表明,文中方法对辨识缺陷表征信息和提高缺陷识别率非常有效.  相似文献   

19.
The collected spikes from extracellular recordings usually contain noisy data and outliers, which make it difficult to separate them. A method for spike sorting based on robust clustering is proposed to deal with the problem. The clustering method combines the advantage of fuzzy clustering and robust statistical estimators. The number of dusters is obtained by fuzzy cluster validity. In order to reduce the influence of outliers, the validity index is calculated using the weighting intra-cluster distances. The proposed method is suitable to separate neural spikes in the presence of noisy data and outfiers. The experiment on real data shows its performance.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号