期刊专题

10.11896/j.issn.1002-137X.2018.07.050

基于高阶最小生成树脑网络的多特征融合分类方法

引用
现有的基于脑疾病的分类方法的研究使用的都是传统的低阶功能连接网络.低阶功能连接网络可能会忽略复杂的大脑区域之间动态的相互作用的模式.高阶功能连接网络能够反映网络中包含的丰富的动态时间信息,但原有的高阶功能连接网络使用聚类的方法降低了数据维度,使得构建的网络无法进行有效的神经学解释;其次,高阶功能连接网络由于规模较大,在利用复杂网络或图理论计算一些拓扑指标时消耗较大.基于此,提出了一种高阶最小生成树网络的构建方法,然后计算了传统的可量化网络指标(度和离心率)并结合频繁子图挖掘技术来挖掘具有判别能力的子网络,最后采用多核支持向量机进行分类.实验结果表明所提方法的分类精确度高达97.54%,获得了很好的分类性能.

低阶功能连接网络、高阶功能连接网络、最小生成树、频繁子图

45

TP181(自动化基础理论)

国家自然科学基金61373101 ,61472270 ,61402318 ,61672374 ,山西省科技厅应用基础研究项目青年面上项目201601D021073 ,山西高等教育机构科技创新项目2016139

2018-08-23(万方平台首次上网日期,不代表论文的发表时间)

共7页

293-298,314

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

45

2018,45(7)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn