随机过程
华天雪 L.W
这个作者很懒,什么都没留下…
展开
-
逆高斯分布
“逆”可能容易引起混淆,其实它的含义是高斯分布描述的是在布朗运动中某一固定时刻的距离分布,而逆高斯分布描述的是到达固定距离所需时间的分布。原创 2020-07-16 15:25:50 · 4618 阅读 · 0 评论 -
关于卸载Python第三方包的粗暴方法
我之前一直都是pip unstalll package_name,就一直没有问题。但这次安装Brian2遇到的一个sympy无法卸载也无法安装的问题。我采取了一个粗暴的方法:E:\my_anaconda\Lib\site-packages下直接搜索sympy,然后都给删了。然后再次使用pip install brian2就好使了!在此鸣谢qiudasui同学!...原创 2020-07-10 12:46:50 · 820 阅读 · 0 评论 -
关于泊松过程的参数估计
泊松过程的事件间隔之间服从指数分布,如果我能从数据中找到每个spike发生的时刻,那么每个spike之间的时间也就随之确定。关于指数分布的参数估计,可见下面网址:https://wenku.baidu.com/view/e88aa871168884868762d699.html关键步骤截图如下:这样,在假设神经元的脉冲是完全符合泊松分布下的推理。当然,神经元的spikes不是完全符合泊松过程的,我们需要进一步的优化。目前的想法是,这些spikes之间的时间差T_i,减去一个固定的T(也就是所谓的原创 2020-07-07 14:09:36 · 3796 阅读 · 0 评论 -
关于老师给的数据集,链接1
还有一些没有搞明白数据集的意思。现在已经搞明白的事情:1.我可以下载compact matlab的数据,里面是有一个struct,包含两个字段,分别是tms和chs,是不是分别代表时间和通道数呢?2.正在下载full info也就是完整数据,网速好慢呀,2.7M的文件下载了好久好久3.可以通过调用loadspike.m程序来读取一个spike文件中的前n个脉冲,参数分别为文件名和想要调用的脉冲数量...原创 2020-07-06 11:34:20 · 563 阅读 · 0 评论 -
2020年7月4日 随机过程大作业
现在我知道了神经元模型主要是两种:一个是Hodgkin–Huxley model ,特点是逼真,但计算量较大另外一个是leaky integrate-and-fire model ,特点是计算量小,精度尚可。另外 我手头还有一个Izhikevich model的代码,号称结合上面两个的优点任务:1.找到实际的神经脉冲数据2.对它进行建模3.泊松过程是否合适(很明显是不太合适的,需要调整)4.给出该泊松过程或者Hawkes process的参数也就是说,我现在没有必要去搞清楚这些所谓的神经元原创 2020-07-04 19:16:10 · 1366 阅读 · 0 评论