English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 78852/78852 (100%)
造訪人次 : 37490137      線上人數 : 791
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋


    請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/7872


    題名: 神經細胞訊號的一種分類方法
    作者: 李易霖;Yi-Lin Li
    貢獻者: 數學研究所
    關鍵詞: 動作電位;spike
    日期: 2005-06-29
    上傳時間: 2009-09-22 11:07:46 (UTC+8)
    出版者: 國立中央大學圖書館
    摘要: 要研究大腦的活動,我們就要研究神經細胞的活性。 神經元活動時會發出能被微電極探測到的動作電位, 記錄這些訊號並加以分析,才能研究大腦的活動。 但通常一根微電極探測到的動作電位會來自數個神經元, 而且合成了不可預測的雜訊。 因此,分析神經活性訊號的第一個步驟就是要探測動作電位的發生, 其次就是動作電位的分類。 這篇論文不談探測,而提出一種新的分類方法。 我們先介紹神經細胞活性與動作電位的背景知識, 然後介紹一種常被使用的分類方法:主成分分析 (簡稱 PCA)。 PCA 屬於多變量分析領域,很早就被應用在動作電位的分類。 這個分類法雖然能在許多情況下分類動作電位,但依然有些問題無法解決。 當數個神經元發出的動作電位差異不大時, PCA 的分類結果就會受到操作者的影響而變得不客觀。 本論文提出一個新的分類方法,這個方法的目的是當碰到動作電位差異不大的情況時, 可以用一個較客觀的方式分類動作電位。 這個新方法的另一個優點是可以估計分類正確率, 因此我們能知道分類結果是否可以信賴。 除了推導這個新方法以外,我們也設計了三組數據, 用以示範新方法的功效,並與 PCA 做比較。
    顯示於類別:[數學研究所] 博碩士論文

    文件中的檔案:

    檔案 大小格式瀏覽次數


    在NCUIR中所有的資料項目都受到原著作權保護.

    社群 sharing

    ::: Copyright National Central University. | 國立中央大學圖書館版權所有 | 收藏本站 | 設為首頁 | 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 隱私權政策聲明