公开(公告)号：CN110263924A

公开(公告)日：2019-09-20

申请号：CN201910530705.7

申请日：2019-06-19

Applicant: 北京计算机技术及应用研究所

Inventor： 张宏星 ,  石波 ,  曾颖明 ,  吴朝雄 ,  李大卫 ,  于冰 ,  郭敏 ,  王钰涵

IPC: G06N3/06 ,  G06N3/063

Abstract: 本发明涉及一种神经元群模型的参数和状态估计方法，涉及神经信号处理技术领域。本发明采用UKF算法对神经元群模型的参数和状态进行估计，其中，采用高效率的递归算法对神经元群模型的参数进行估计，利用滤波算法追踪模型中生理学参数的变化，为分析神经科学和临床应用中脑电信号潜在的生理机制提供可靠的依据。从仿真结果可以看出，在含有噪声的情况下，UKF算法可以估计出随时间变化的状态和生理学参数。UKF算法克服了遗传算法运行效率低、参数难以确定等缺陷，同时能估计出随时间变化的生理学参数。

公开(公告)号：CN110263924B

公开(公告)日：2021-08-17

申请号：CN201910530705.7

申请日：2019-06-19

Applicant: 北京计算机技术及应用研究所

Inventor： 张宏星 ,  石波 ,  曾颖明 ,  吴朝雄 ,  李大卫 ,  于冰 ,  郭敏 ,  王钰涵

IPC: G06N3/06 ,  G06N3/063

Abstract: 本发明涉及一种神经元群模型的参数和状态估计方法，涉及神经信号处理技术领域。本发明采用UKF算法对神经元群模型的参数和状态进行估计，其中，采用高效率的递归算法对神经元群模型的参数进行估计，利用滤波算法追踪模型中生理学参数的变化，为分析神经科学和临床应用中脑电信号潜在的生理机制提供可靠的依据。从仿真结果可以看出，在含有噪声的情况下，UKF算法可以估计出随时间变化的状态和生理学参数。UKF算法克服了遗传算法运行效率低、参数难以确定等缺陷，同时能估计出随时间变化的生理学参数。