这两天帮助一个很犀利的师姐做了几个实验，这个师姐很好，总是先给我点劳动费然后告诉我要干啥，我也得乖乖的做。 问题基本上就是一堆样本，每个样本都有一个特征向量进行描述，目的就是每个样本都能用一个图来表示，并且如果样本有差异反映在图上也得有差异。基本方法就是先进行KPCA，如果样本特征向量维度太大就用KPCA进行降维，然后用小波（包）变换将敏感差异扩大化，最后画在图上，对图再进行处理。就有了很明显的视觉效果。 这里讲一下KPCA和小波（包）变换的知识。 1、KPCA（Kernel Principal Component An...

今天，研究生数学建模终于结束了，最后总算完成了论文。这里总结一下： 我们选择的是C题，C题有5问： 利用附录A中和附录C样本神经元的空间几何数据，寻找出附录C中5类神经元的几何特征（中间神经元可以又细分3类），给出一个神经元空间形态分类的方法。 附录B另外有20个神经元形态数据，能否判定它们属于什么类型的神经元。在给出的数据中，是否有必要引入或定义新的神经元名称。 神经元的形态复杂多样，神经元的识别分类问题至今仍没有解决，你们是否可以提出一个神经元分类方法，将所有神经元按几何特征分类。...