神經(jīng)元分類和不確定環(huán)境下的神經(jīng)元生長模擬研究.pdf

1、如何對神經(jīng)元進(jìn)行準(zhǔn)確的分類與識別一直是人類腦計(jì)劃的重要難題。目前對神經(jīng)元的分類主要通過幾何形態(tài)識別和電位發(fā)放兩種方法，而電位發(fā)放是利用其電位發(fā)放模式進(jìn)行區(qū)分的，方法比較復(fù)雜。研究表明，神經(jīng)元的幾何形態(tài)分類方法對揭示神經(jīng)元的結(jié)構(gòu)和功能都具有重要意義。因此，前期學(xué)者對神經(jīng)元的幾何形態(tài)進(jìn)行了大量研究，但其研究重點(diǎn)往往放在神經(jīng)元幾何特征的計(jì)算上，而這僅僅是神經(jīng)元基于幾何形態(tài)分類的前提。目前已有學(xué)者開始運(yùn)用一些簡單的統(tǒng)計(jì)方法對神經(jīng)元進(jìn)行分類，但對

2、神經(jīng)元的生長會(huì)對神經(jīng)元幾何形態(tài)產(chǎn)生的影響并沒有深刻的研究。
　　 為了更精確的對神經(jīng)元進(jìn)行分類，本文除了應(yīng)用成熟度較高的常規(guī)統(tǒng)計(jì)方法外，對神經(jīng)元生長存在的大量不確定現(xiàn)象，采用了劉寶碇教授提出的不確定理論中的不確定分布模擬，為神經(jīng)元的分類和生長模擬供了一種新的理論基礎(chǔ)。
　　 本文研究的對象是神經(jīng)元的分類及其生長模擬，主要內(nèi)容包括以下幾個(gè)方面1.對比傳統(tǒng)的主成分分析法和系統(tǒng)聚類法，建立了基于BP神經(jīng)網(wǎng)絡(luò)的神經(jīng)元分類模型，對

3、未知神經(jīng)元進(jìn)行了較好的分類；
　　 2.采用上一章的神經(jīng)元4級分類標(biāo)準(zhǔn)，同時(shí)建立基于樹形結(jié)構(gòu)的分類模型，對不同動(dòng)物的同一類神經(jīng)元進(jìn)行了準(zhǔn)確分類；
　　 3.建立了基于不確定理論的生長模擬系統(tǒng)，能夠較好的實(shí)現(xiàn)對運(yùn)動(dòng)神經(jīng)元生長的模擬，并分析了神經(jīng)元在不同生長時(shí)期對神經(jīng)幾何形態(tài)的影響。
　　 論文的主要?jiǎng)?chuàng)新工作如下：
　　 1.深入分析神經(jīng)元形態(tài)特征并利用主成分分析理論提取主成分特征，設(shè)計(jì)了四級分類體系，提出了