QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 20092|回复: 55
打印 上一主题 下一主题

[2010C题优秀论文] 神经元的形态分类和识别

[复制链接]
字体大小: 正常 放大
madio        

3万

主题

1313

听众

5万

积分

  • TA的每日心情
    奋斗
    2024-7-1 22:21
  • 签到天数: 2014 天

    [LV.Master]伴坛终老

    自我介绍
    数学中国站长

    社区QQ达人 邮箱绑定达人 优秀斑竹奖 发帖功臣 风雨历程奖 新人进步奖 最具活力勋章

    群组: 数学建模培训课堂1

    群组: 数学中国美赛辅助报名

    群组: Matlab讨论组

    群组: 2013认证赛A题讨论群组

    群组: 2013认证赛C题讨论群组

    跳转到指定楼层
    1#
    发表于 2012-9-15 07:57 |只看该作者 |倒序浏览
    |招呼Ta 关注Ta |邮箱已经成功绑定
    题 目 神经元的形态分类和识别' S, T& Y# h' s& ]4 F, t7 g0 V1 b
    摘 要:5 Q% g8 t/ _* d1 M9 T: {/ k: R
    本文主要利用支持向量机(SVM)理论、聚类分析理论、主成分分析与典型相
    ; c8 M4 z) `. U$ L4 K关分析等有关知识,分析和解决了基于神经元空间几何形态特征的特征提取、样
    ; E" q. Q3 I" X: |# a本分类、类间和类内样本形态特征的显著性分析,并根据分类的结果,给出了基) x. g& z% h1 p- J. A
    于神经元形态特征的命名方案;最后建立了以神经元的几何拓扑空间结构为隐变3 ?1 _# m0 Q+ L7 n( F
    量的隐马尔科夫模型(HMM),从而预测神经元形态随时间的生长变化规律,给
    & t' i& i6 q3 v: n3 Y出了预测模型的实时性和有效性,得到了比较好的仿真结果。$ ~: C0 m* `$ }" g, a
    问题一首先提取神经元的 43 种几何形态特征,然后采用主成分分析法,在
    " E0 T/ x2 u7 U* g+ r这些形态特征中提取6 种对神经元形态特征有较强解释力的几何特征,最后以此
    3 B+ `* x- o# s6 J% k( J: p特征建立支持向量机分类器模型。# Z2 W/ R7 k- y- J8 l) H
    问题二首先主观标记附录 B 中神经元的类型;然后利用问题一中所建立的
    0 [7 t, y- j( c$ Q, Z( J5 USVM 分类器模型对其进行分类,并进行主客观的交叉验证,达到90%的准确率。2 [$ x! E& @9 i0 n" l+ {
    验证了所建立模型在解决非线性及高维模式识别中表现出极大优势。最后根据对
    $ F. l3 @: G& q分类结果中误分的神经元的几何特征的研究,建议引入新的神经元名称。. u4 E$ W/ D) ]4 z: o
    问题三考虑到待分类神经元的类别数未知,用层次聚类方法进行神经元的未
    $ |9 S( X& }0 k, ~* n知类型数目的聚类,得到谱系聚类图;然后根据R2 统计量的方法确定待分类神
      ?# j, X9 T! L4 f4 t! Q经元样本分为8 类最合适;最后在已经确定类别数目的情况下,针对层次聚类算' {, Q4 H: S! d1 o
    法的时间复杂度较高、容易陷入局部最优解等问题,采用k 均值聚类算法确定每
    0 K1 G& H6 |9 a* Y! j2 e4 G一类神经元具体样本,并给出了一种新的神经元命名方案。  D- P; X* ^& _" r0 g' d! s0 W
    问题四从分类的逆向思维出发,基于样本间的分离度准则,建立了一种不同+ v. O$ ?- [9 _* h( A- e+ }
    物种神经元的区分方法,同时给出了不同物种同一神经元差异较大的形态特征,
    % b8 K( c! |% Z; J2 s5 M并利用统计中的典型相关分析给出了改进的模型。: d9 p+ E+ C3 b/ X8 V' `( L1 h0 L
    问题五针对神经元的实际形态是随时间的流逝不断发生变化的问题,建立了: R8 E% z2 |4 a6 W4 G* x  v
    以神经元的几何拓扑空间结构为隐变量的HMM,其显状态为神经元的几何特征;+ }: C% W( V6 p2 Y
    利用已有的数据预测出神经元显式的状态,并预测神经元形态的生长变化规律。
    " o- R( d2 b2 U& _4 K& u, U关键词 神经元几何特征 支持向量机 主成分分析 k 均值隐马尔科夫模型# B+ {: }% y6 Z! Z+ E1 m6 y6 C- J% {
    参赛队号 10701001
    7 [- ]2 m4 f; M队员姓名 何立火 朱明敏 侯伟龙! X: k. S; u7 X9 Q+ x
    10701001C.rar (835.75 KB, 下载次数: 123)
    zan
    转播转播0 分享淘帖0 分享分享0 收藏收藏0 支持支持0 反对反对0 微信微信
    数学建模社会化
    707483401        

    2

    主题

    7

    听众

    13

    积分

    升级  8.42%

  • TA的每日心情
    无聊
    2013-1-12 19:34
  • 签到天数: 3 天

    [LV.2]偶尔看看I

    自我介绍
    勤奋务实
    回复

    使用道具 举报

    50

    主题

    4

    听众

    518

    积分

    升级  72.67%

  • TA的每日心情
    开心
    2013-5-23 14:33
  • 签到天数: 10 天

    [LV.3]偶尔看看II

    自我介绍
    俺不是人

    新人进步奖

    回复

    使用道具 举报

    0

    主题

    5

    听众

    4

    积分

    升级  80%

    该用户从未签到

    自我介绍
    在校研究生,来自湖南
    回复

    使用道具 举报

    0

    主题

    8

    听众

    3

    积分

    升级  60%

    该用户从未签到

    自我介绍
    低调做人,高调做事
    回复

    使用道具 举报

    0

    主题

    8

    听众

    3

    积分

    升级  60%

    该用户从未签到

    自我介绍
    低调做人,高调做事
    回复

    使用道具 举报

    823759105        

    0

    主题

    6

    听众

    194

    积分

    升级  47%

  • TA的每日心情
    郁闷
    2013-9-22 06:18
  • 签到天数: 12 天

    [LV.3]偶尔看看II

    自我介绍
    我是学生
    回复

    使用道具 举报

    823759105        

    0

    主题

    6

    听众

    194

    积分

    升级  47%

  • TA的每日心情
    郁闷
    2013-9-22 06:18
  • 签到天数: 12 天

    [LV.3]偶尔看看II

    自我介绍
    我是学生
    回复

    使用道具 举报

    823759105        

    0

    主题

    6

    听众

    194

    积分

    升级  47%

  • TA的每日心情
    郁闷
    2013-9-22 06:18
  • 签到天数: 12 天

    [LV.3]偶尔看看II

    自我介绍
    我是学生
    回复

    使用道具 举报

    823759105        

    0

    主题

    6

    听众

    194

    积分

    升级  47%

  • TA的每日心情
    郁闷
    2013-9-22 06:18
  • 签到天数: 12 天

    [LV.3]偶尔看看II

    自我介绍
    我是学生
    回复

    使用道具 举报

    您需要登录后才可以回帖 登录 | 注册地址

    fastpost qq
    收缩
    • 电话咨询

    • 04714969085

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2026-11-23 07:01 , Processed in 0.390649 second(s), 107 queries .

    回顶部