基于支持向量机的运动神经控制建模.pdfVIP

oflhe 241h ．Proceedings Chinese ControlOonference Guan啦hou,P．R．aalna July 15-18,2005 基于支持向量机的运动神经控制建模 王永骥，王琬 (华中科技大学控制科学与工程系，武汉430074) E·mail：wangyjch@mail．hust．edu．ca 摘要：本文采用支持向量机回归方法，对某项脑神经控制虚拟光标运动的实验结果进行建模。该模型以运动过 程中的脑皮层神经元集合信号为输入，将光标的空间运动轨迹作为输出。模型的训练结果表明，此方法是正确、 有效的。 关键词：支持向量机，回归，脑皮层神经元 ． theControlof r Moto Modeling NervesbasedonSVM Wang Wan Yongii，Wang and (HuazhongUnivers妙ofScience Technology,Wuhan，430074) Abstract：Inthis modeledthe resultsofacorticalcontr01of paper，We alTnmovementwiththemethodof support vector this were ratesof the ofmodel regression(SVR)．Inmodel，the neurons，and werehand inputs firing outputs in results thattheSVR trajectory methodiscorrectanduseful． space．Thetrainingproved Key vector control words：Support machines，regression，cortical 合的脉冲信号，并用这些结果建立一种脑皮层算 1引言 法，该算法提出了神经元集合的脉冲信号和虚拟 近来美国亚利桑那州立大学生物工程系神经 光标间的映射关系。此处，研究人员约束了动物 联接与脑控制研究中心的研究者们训练动物(猴 的手臂(即动物手臂不能运动)，要求动物直接通 子)通过脑皮层活动控制计算机光标在三维空间 过调节神经元活动来控制光标的运动【1It2】【3】。 中的移动，研究者对实验过程中获得的脑皮层信 通过神经元集合的脉冲信号预测光标运动轨 号和计算机光标移动轨迹建立模型，即通过脑皮 迹，目前已有的研究中，常采用神经网络算法， 层信号对光标移动的轨迹做出预测。 但神经网络算法计算复杂，仅适合离线运行，且