基于Spiking 神经网络的脑运动分类研究

摘要：

针对大脑运动皮层群体神经元信号与运动行为关系的分析，提出了一种Spiking神经网络（SNN）的分类算法。SNN的网络连接权值与突触连接的延时参数采用改进的粒子群优化方法（PSO）进行训练。仿真结果表明了SNN分类效果优于群体向量法（PV）分类效果，有利于实现性能更高的用于神经康复的脑机接口系统。

关键词： 脉冲神经网络 粒子群优化 群体向量法 脑机接口 分类算法 神经康复

作者: 王博 胡成玉 方慧娟 王永骥

作者单位: 上海交通大学自动化系 200084 上海 图像信息处理与智能控制教育部重点实验室,控制系华中科技大学 430074,武汉

会议类型: 国内会议

会议名称: 中国自动化学会中南六省(区)第26届学术年会

会议地点: 湖北十堰

会议语种:中文

在线出版日期: 2008-11-07（万方平台首次上网日期，不代表论文的发表时间）