论文部分内容阅读
目的大脑神经元胞外单细胞动作电位（即锋电位）的检测与分类，是研究神经系统处理信息机制的关键。常用方法是实验完成后对记录到的数据进行离线检测与分类，然而当需要在短时完成大量数据的处理或无线传输时，则需实现锋电位的在线检测与分类。方法为实现在线分类，本文在利用主成分分析法（principalcomponentanalysis，PCA）和K均值分类法对一定量数据进行预分类的基础上，提出使用PCA结合Fisher判别分析的方法，并与基于距离的模板匹配法、BP神经网络分类法进行了分类效果和算法复杂度的比较。结果仿真