全国研究生数学建模竞赛二等奖论文.docVIP

全国第七届研究生数学建模竞赛 题 目 神经元形态识别和分类数学模型 摘 要： 采用由生物衍生而成的人工神经网络方法来解决生物神经元的分类问题，本身就体现了一种科学性。本文围绕神经元形态识别和分类问题，首先，建立了基于仿生模式识别的人工神经网络的数学模型，给出了一种基于仿生模式识别的人工神经网络分类方法；其次，根据神经元的空间几何特征，采用特征空间几何元素命名法对题目中给出的样本神经元进行了重新命名；再次，利用该人工神经网络的预测特性，对神经元的生长变化进行了合理的预测。 第一，采用L-Measure软件对题目中的神经元空间几何数据进行计算，得到表征对应神经元几何特征的20个特征指标，作为基础数据；第二，利用特征空间中样本集合的拓扑性质，运用基于仿生模式识别的人工神经网络分类方法，以题目附录A给定的5类（中间神经元可以又细分3类）神经元44个样本的特征指标作为训练样本，运用人工神经网络对上述表征44个样本神经元的特征指标进行训练，得到能够完全识别这44个样本的人工神经网络，从而把研究神经元形态识别和分类问题转换为特征识别问题；第三，利用训练好的网络对题目附录C中的7个神经元样本中进行分类识别，最低识别率为97%，说明构建的人工神经网络对该样本的识别率非常好；第四，利用训练好的网络将题目附录B中的20个神经元进行分类，发现样本4、12、19、20不能准确分入