1、支持向量機論文：神經元的形態分類算法研究【中文摘要】大腦是生物體內結構和功能最復雜的組織,其中包含上千億個神經細胞(神經元)。人類腦計劃(Human Brain Project, HBP)的是要對全世界的神經信息學數據庫建立共同的標準,多學科整合分析大量數據,加速人類對腦的認識。為了利用神經信息學數據庫,設計神經元形態識別與分類的方法,我們需要對樣品神經元數據進行深入地分析,找到各類神經元的有效特征,將待判別的神經元與樣品神經元進行比較,然后判斷出待判定神經元屬于哪一類。本文基于這種思想,利用模板匹配法和支持向量機法,建立神經元形態識別的模型,對神經元進行分類。模板匹配法是模式識別中最簡單的方

2、法,當給定一定量的樣品時,該方法會有很好的判別效果。支持向量機(SVM)是二十世紀九十年代發展起來的統計學習理論的核心內容,在模式識別中有廣泛地應用。本文利用模板匹配法和支持向量機法進行神經元的形態學分類,通過不同的分類方法的比較,可以看出支持向量機法具有良好的分類能力。在研究中我們還發現：利用量綱不同的特征向量來設計分類器,有時效果并不理想,而為了正確分類,就有必要對數據進行預處理。研究表明：數據的預處理對神經元的空間幾何特征的分類起到十分關鍵的作用.【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.【關鍵詞】支持向量機 模板匹配 神經元 數據標準化【英文關鍵詞】Template matching Support vector machine Neural pattern recognition Data normalization【索購全文】聯系Q1：138113721 Q2：139938848【目錄】神經元的形態分類算法研究中文摘要6-7Abstract7第一章 引言9-11第二章 模式識別的基本理論11-192.1 模式識別概述11-132.2 兩個重要的分類器13-19 模板匹配法的相關理論13 支持向量機法的相關理論13-19第三章 神經元的形態分類與識別的研究19-333.1 神經元19-26 神經元的數學刻畫19-20 七類參考神經元數據分析20-263.2 神經元形態分類算法研究26-33 利用原