试析神经元支持向量机在神经元空间结构分类中运用学术

论文导读：类的大脑就必须要探讨他的组成--神经元细胞，要探讨神经元细胞就要知道神经元细胞是怎么回事，是如何分类的。如何快速准确的对神经元细胞进行分类是一项非常重要的工作。这个工作将直接影响人们对神经元细胞的认知和理解，是非常有作用和有价值的。本论文以探讨神经元细胞为主，以神经元细胞的空间结构入手。通过其空间结构的固
摘要：大脑是人类生物体中结构和功能最为复杂的组织，其中包含有成千上万的神经元细胞。为了探讨人类的大脑就必须要探讨他的组成--神经元细胞，要探讨神经元细胞就要知道神经元细胞是怎么回事，是如何分类的。如何快速准确的对神经元细胞进行分类是一项非常重要的工作。这个工作将直接影响人们对神经元细胞的认知和理解，是非常有作用和有价值的。本论文以探讨神经元细胞为主，以神经元细胞的空间结构入手。通过其空间结构的固有特点来对它进行分类。在神经元细胞的空间结构上采取各种策略相结合处理，最后通过支持向量机对其进行分类。论文的主要革新点如下：(1)根据神经元细胞其空间结构自身的特点，提出了神经元细胞空间结构的新特点分形维数，并给出了分形维数的计算策略，拓展了神经元细胞的特点范围。之后通过实验验证，证实分形维数作为神经元细胞的特点是有效和有用的。(2)根据数据源的不平衡数据不足，采取了针对其不足的相应处理办法。通过比较三种不同策略的优劣，选择有效和合适的处理策略。(3)利用信噪比指标对神经元细胞空间结构进行特点选择。因为神经元细胞空间结构自身的特点，其特点较多，采取信噪比指标进行选择特点计算便利并且易于理解。(4)在前期的数据预处理完成后，通过采取支持向量机决策树的多分类策略，对神经元细胞进行分类。依靠选择不同的核函数和设置其合适的参数，在实验下对其进行了相应的验证，得出了分类效果最佳的结果。最后，综合各种策略得出的分类效果最高能达到86.7%的正确率，这说明综合运用各种策略并通过支持向量机进行的分类对于区分神经元细胞是有显著效果的。关键词：分形几何论文不平衡数据论文信噪比指标论文支持向量机论文神经元分类论文
本论文由www.7ctime.com,需要论文可以联系人员哦。摘要3-4
ABSTRACT4-8
第一章 绪论8-13

1.1 探讨背景与探讨作用8-9

1.2 神经元细胞分类中各种不足国内外的探讨近况9-10

1.3 神经元细胞空间结构分类的不足描述10-11

1.4 本论文的探讨内容和主要革新点11-12

1.5 论文结构安排12

1.6 本章小结12-13

第二章 论述介绍13-36

2.1 分形几何论述13-15

2.2 不平衡数据论述15-18

2.1 不平衡数据的分类的性能指标15-16

2.2 不平衡数据常用的分类策略16-18

2.3 统计学习与机器学习18-24

2.3.1 机器学习的基本不足19-20

2.3.2 经验风险最小化原理20-21

2.3.3 VC 维21

2.3.4 推广性的界21-22

2.3.5 结构风险最小化22-24

2.4 支持向量机24-34

2.4.1 最优分类超平面的结构25-26

2.4.2 线性支持向量机26-28

2.4.3 非线性支持向量机28-30

2.4.4 核函数的选择30-31

2.4.5 支持向量机的例子31-34

2.5 信噪比指标34-35

2.6 本章小结35-36

第三章 神经元细胞数据预处理36-43

3.1 分形几何在神经元细胞空间结构上的运用36-38

3.2 不平衡数据论述与神经元细胞数据特点的结合38-42

3.3 本章小结42-43

第四章 基于空间结构的神经元细胞分类43-58

4.1 神经元细胞分类算法框架43-44

4.2 神经元细胞空间结构的特点选择44-52

4.3 利用支持向量机进行分类52-57

4.

3.1 支持向量机决策树的策略53-54

4.

3.2 支持向量机决策树的实现案例54-55

4.

3.3 支持向量机决策树分类的实验结果55-57

4.4 本章小结57-58
第五章 总结与展望58-60

5.1 论文总结58-59

5.2 工作展望59-60

致谢60-61
参考文献61-64
在校期间发表的论著64