文件名称：Matlab代码verilog-dtree-spikes:使用倾斜决策树的神经尖峰分类
文件大小：23KB
文件格式：ZIP
更新时间：2024-06-15 21:00:45
系统开源
Matlab代码verilog 这是与密歇根州立大学的高级微系统和电路（AMSaC）实验室的信号处理研究项目相关的源代码的存储库，网址为。 它由用于实时神经动作电位分类算法的软件原型/概念验证（Matlab），数字硬件（Verilog HDL）和测试/补充脚本（多种语言）组成，如本文所述 Y. Yang，CS Boling，AJ Mason，“基于决策树的神经记录植入物基于决策树的功率区域高效VLSI实现”，IEEE BioCAS 2014。 使用皮质内微电极对神经数据进行细胞外记录已显示出对医学和康复神经科学应用（如脑机接口）的希望。 这种方法的主要并发症是：1）巨大的带宽和功率要求，因为系统需要扩展到下一代神经技术所需的成百上千个通道； 2）确定哪个单个细胞负责产生特定的记录动作电位（“峰值”） ）在神经时间序列中。 这项工作试图改善并行数字硬件方法针对后一个问题的电源性能，同时通过仅传输神经元ID来降低系统带宽要求。 有关更多详细信息和相关工作，请访问。
【文件预览】：
dtree-spikes-master
----matlab()
--------perturb.m(2KB)
--------axis_p.m(701B)
--------randomization.m(1KB)
--------example.m(1KB)
--------boundaryplot2d.m(3KB)
--------node_split.m(1KB)
--------tree_split.m(6KB)
--------tree_test.m(679B)
--------readme.txt(171B)
--------impurity.m(745B)
----hdl()
--------fast_adder.v(344B)
--------decoder.v(434B)
--------half_adder.v(165B)
--------adder.v(1KB)
--------memory_model.v(1KB)
--------dtree.v(8KB)
--------memory_cell.v(613B)
--------signed_div_2.v(433B)
--------full_adder.v(403B)
--------accumulator.v(1KB)
--------clocked_fast_adder.v(447B)
--------control.v(10KB)
--------placeholder_mult.v(365B)
----sim()
--------dtree_testbench.v(6KB)
--------accumulator_testbench.v(2KB)
----scripts()
--------.gitignore(17B)
--------erlang()
--------python()
----README.md(1KB)