5个参数的一种最常见的神经元模型，扩散漏整合和火灾模型，也称为奥恩斯坦-乌伦贝克神经元模型，估计的基础上，内录音。这些参数可以分为两类。其中3人（膜时间常数的静息电位和发射阈值）的神经元本身的特点。剩下的两个特征的神经元的投入。内数据的收集过程中自发放电，而在这种情况下的特点是Poisson过程的放电间隔。两种方法估算的适用，回归法和最大似然法。这两种方法许可证估计输入参数和膜时间常数在很短的时间窗口（单一间隔） 。我们发现，至少在我们的例子中，回归的方法提供了更多一致的结果比最大似然法。估计数的输入参数显示渐近正常，可进一步用于统计测试条件下，该数据的收集在不同的实验情况。神经元模型，作为推导出确定参数，工程在阈方案。这一结果证实了这两个应用的方法。该阈方案的这一模式的特点是泊松射击。这是一个完整的协议，遵守间隔数据。
绝对不是机器翻译，读了就知道
参考资料：http://www.syyxw.com/Archive/List/0db55ddd-f6f1-4263-a330-c4087c1710f1