LNP模型中的神经元滤波特征提取

• 作者: 张文达 李帅 许悦雷 邹洪中 马时平
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: LNP模型 iSTAC算法 低维度 滤波特征提取 非触发刺激 变尺度法
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 图像分析和识别
• 页码范围: 1376-1382
• 页数: 7页
• 分类号: TP391.41
• 字数: 3868字
• 语种: 中文
• DOI: 10.11834/jig.20161012

摘要

目的 LNP (linear-nonlinear-Poisson)模型很好地解译了神经元的响应过程,其重要环节之一是线性滤波器的提取.针对传统iSTAC(information-theoretic spike-triggered average and covariance)算法运用于LNP模型时的神经元特性表征不足、运动特征提取效果不佳等问题,特别是在处理低维度刺激问题时,提出了一种改进的iSTAC神经元滤波特征提取算法.方法 引入非触发刺激的统计量,从而更加准确地构建神经元滤波特征子空间的目标函数,同时增强系统的抗噪能力;采用变尺度法最大化目标函数,从而优化解空间,提升算法的收敛速率.结果 不同非线性条件下对线性滤波器的恢复实验结果表明,新算法相较于传统iSTAC算法在高维度刺激时保持较好的表征特性,在刺激维度小于6 500时有明显改善,且总体上优于STA(spike-triggered average)和STC(spike-triggered covariance)算法.结论 提出的新算法适用范围更广,鲁棒性更强,能够运用于建立完整的基于视觉特性的视频运动特征提取模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许悦雷	空军工程大学航空航天工程学院	61	585	13.0	22.0
2	马时平	空军工程大学航空航天工程学院	74	784	15.0	25.0
3	邹洪中	空军工程大学航空航天工程学院	8	22	3.0	4.0
4	李帅	空军工程大学航空航天工程学院	19	117	6.0	10.0
5	张文达	空军工程大学航空航天工程学院	8	80	4.0	8.0