基于群搜索優(yōu)化粗糙集的腦科學(xué)數(shù)據(jù)研究.pdf

1、功能磁共振成像(functional magnetic resonance imaging，簡稱fMRI)技術(shù)使得人們對大腦內(nèi)部運作行為進行無損傷的探測成為可能，此項技術(shù)著重反映腦神經(jīng)元功能活動情況，在腦功能定位以及腦區(qū)確定方面具有巨大潛力。fMRI采集的數(shù)據(jù)記錄一段時間內(nèi)，對于特定刺激事物，大腦不同區(qū)域產(chǎn)生特定的反應(yīng)變化，明顯的特點是區(qū)域多，數(shù)據(jù)量大。因此，對收集的數(shù)據(jù)進行切實有效的分析化簡，才能深度發(fā)掘大腦行為變化。
　　為解

2、決腦數(shù)據(jù)數(shù)據(jù)龐大以及不精確、不完全從而導(dǎo)致難以分析的問題，本文利用粗糙集理論解決模糊不確定知識，并且針對粗糙集理論的基本原理與屬性約簡方法進行深入研究，其核心內(nèi)容之一就是在保證決策能力不變的情況下進行知識約簡，得出規(guī)則。為了克服粗糙集屬性約簡算法約簡單一，執(zhí)行時間長，很難獲得最小約簡的缺點，本文將群搜索優(yōu)化算法(Group Search Optimization，簡稱GSO)應(yīng)用于粗糙集理論中，提出一種基于群搜索優(yōu)化粗糙集算法—基于多知

3、識抽取的屬性約簡方法。它是在參考動物界群體特性的基礎(chǔ)上的一種群體智能算法。類似于動物群體覓食行為，算法通過群體內(nèi)不同個體共享信息，尋找搜索空間內(nèi)的最優(yōu)值。
　　通過將算法與粒子群約簡算法在UCI數(shù)據(jù)集上進行比較，證實本文算法約簡更優(yōu)。另外，本文介紹了關(guān)于功能磁共振成像原理以及腦數(shù)據(jù)獲得的相關(guān)條件與流程，實驗所用數(shù)據(jù)來自受試者關(guān)于記憶想象實驗的fMRI腦數(shù)據(jù)，對受試者大腦進行人為的外界刺激，根據(jù)外界刺激類型的不同提出了三種分析模型，