有许多神经元,我们知道它们在-3s,-2s,-1s上的发射率,就像
神经元指数:
1 2 3 4发火率
0s: 1 1 -1 1
-1s: -1 -1 0 -1
-2s: 0 0 0 0
-3s: 1 1 1 1通过这些火灾率历史,我想预测神经元的当前(0)放电率,无论是1还是-1。我使用线性支持向量机和每个时间点的不同权重。
但是,我想约束的是,最近的射击率的绝对值总是比过去的大
重量,重量
-1s:-0.8
-2s: 0.3
-3s:-0.1
如何在像MATLAB上的线性支持向量机这样的线性分类器上实现这个思想?
发布于 2015-12-23 07:27:13
一种选择是在优化问题中添加一个约束,即接受一个常规的SVM问题并添加约束:

为了i=2,3,...,d。这不再是一个支持向量机问题了,所以你必须找到一些通用的优化引擎,或者自己编写一个求解器。还要注意的是,这个优化问题不再是凸的,因此任何优化算法都只能找到一个局部极小值。
https://stackoverflow.com/questions/34427320
复制相似问题