5

所以我的问题是在我上一个问题之后的发展。我一直在努力将尖峰时间作为尖峰列车的光栅图。我采用了 100 的射击率并获得了 20 次试验的脉冲训练:代码是:

fr = 100
dt = 1/1000 #dt in milisecond
duration = 2 #no of duration in s
nBins = 2000 #SpikeTrain
nTrials = 20 #NumberOfSimulations
MyPoissonSpikeTrain = function(p, fr= 100) {
  p = runif(nBins)
  q = ifelse(p < fr*dt, 1, 0)
  return(q)
}

set.seed(1)
SpikeMat <- t(replicate(nTrials, MyPoissonSpikeTrain()))

plot(x=-1,y=-1, xlab="time (s)", ylab="Trial",
main="Spike trains",
ylim=c(0.5, nTrials+1), xlim=c(0, duration))
for (i in 1: nTrials)
{
  clip(x1 = 0, x2= duration, y1= (i-0.2), y2= (i+0.4))
  abline(h=i, lwd= 1/4)
  abline(v= dt*which( SpikeMat[i,]== 1))
}

这给出了结果: 尖刺火车

完成所有这些之后,我的下一个任务是获取 Inter-Spike 间隔的向量并获取它们的直方图。因为 ISI 的分布遵循指数分布,如果我用相同的数据绘制 ISI 的指数分布,它将匹配由直方图的高度制成的曲线。因此,为了首先获得间隔时间,我使用了:

spike_times <- c(dt*which( SpikeMat[i, ]==1))

然后,为了获得峰值间隔及其直方图的向量,我使用了以下命令行,

ISI <- diff(spike_times)
hist(ISI, density= 10, col= 'blue', xlab='ISI(ms)', ylab='number of occurences')

它给了我这个情节:

直方图

现在,我想要的是在直方图中绘制指数分布,以证明尖峰间隔的指数分布性质是合理的。我对使用哪些参数和使用哪个速率感到困惑。如果有人使用过 Interspike 区间绘图,请提供帮助。如果我的数据看起来不完整,我很抱歉,如果我遗漏了什么,请告诉我。

4

1 回答 1

3

我的研究员刚刚告诉我一行简单的代码:

x <- seq(0, 0.05, length=1000)
y <- dexp(x, rate=100)
lines(x,y)

这给了我,这个: HistogramWithExpoDis

如果有人有任何方法可以提高这个过程的效率,请帮助我。

于 2018-04-09T12:34:50.227 回答