评价网 > 科教论文 > 工学毕业论文 > 通信工程论文 > 正文

期望最大算法的优化及其在神经放电尖峰分类中

2014-01-25 01:29

全部作者： 尹海兵 胡德文 刘亚东 李明 王玉成 第1作者单位： 国防科技大学机电工程与自动化学院自动控制系 摘要： 近年来，包括了基于多元t分布混合模型的期望最大算法(EM)在内的多种自动实现神经放电尖峰(spike)分类的方法不断得到发展。然而，研究表明，EM算法具有线性收敛性，对于神经放电尖峰的分类来说，由于计算时间的消耗而显得不太适用。本文介绍了1种优化的EM算法，它基于多元t分布混合模型，可以实现有效地神经放电尖峰的分类。在神经放电尖峰的高维特征空间内，算法利用梯度上升原理对EM算法进行了优化，在仿真和实际数据中的应用表明，优化后的算法具有更好的收敛速度和更好的鲁棒性，更适合应用于神经放电尖峰的分类。 关键词： 神经放电尖峰分类、期望最大算法、梯度上升 (浏览全文) 发表日期： 2008年04月10日 同行评议：

（暂时没有）

综合评价： （暂时没有） 修改稿：