期望最大算法的優(yōu)化及其在神經(jīng)放電尖峰分類中的應用

全部作者： 尹海兵 胡德文 劉亞東 李明 王玉成 第1作者單位： 國防科技大學機電工程與自動化學院自動控制系 論文摘要： 近年來，包括了基于多元t分布混合模型的期望最大算法(EM)在內的多種自動實現(xiàn)神經(jīng)放電尖峰(spike)分類的方法不斷得到發(fā)展。然而，研究表明，EM算法具有線性收斂性，對于神經(jīng)放電尖峰的分類來說，由于計算時間的消耗而顯得不太適用。本文介紹了1種優(yōu)化的EM算法，它基于多元t分布混合模型，可以實現(xiàn)有效地神經(jīng)放電尖峰的分類。在神經(jīng)放電尖峰的高維特征空間內，算法利用梯度上升原理對EM算法進行了優(yōu)化，在仿真和實際數(shù)據(jù)中的應用表明，優(yōu)化后的算法具有更好的收斂速度和更好的魯棒性，更適合應用于神經(jīng)放電尖峰的分類。 關鍵詞： 神經(jīng)放電尖峰分類、期望最大算法、梯度上升 (瀏覽全文) 發(fā)表日期： 2008年04月10日 同行評議：

（暫時沒有）

綜合評價： （暫時沒有） 修改稿：

【期望最大算法的優(yōu)化及其在神經(jīng)放電尖峰分類中的應用】相關文章：

目標規(guī)劃及其在經(jīng)濟中的應用05-11

數(shù)據(jù)關聯(lián)算法綜述及其性能評估05-05

DS2438及其在單總線微網(wǎng)中的應用05-31

談智能決策支持系統(tǒng)及其在林業(yè)中的應用研究08-21

現(xiàn)代的新財產(chǎn)分類及其啟示08-29

公鑰密碼原理及其應用05-13

關于現(xiàn)代教育技術及其應用09-19

公允價值、預期現(xiàn)值法及其應用06-01

智能控制及其在機電一體化系統(tǒng)中的應用（通用5篇）05-23

《家族》中苦難敘事的意義及其限度的闡述05-11