版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、特征選擇方法作為當(dāng)前數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、模式識別等領(lǐng)域的研宄熱點(diǎn),己被廣泛應(yīng)用于圖像檢索、人臉識別、文本挖掘、入侵檢測等領(lǐng)域。以往特征選擇大多是在傳統(tǒng)的向量形式的數(shù)據(jù)上進(jìn)行的,但是隨著時(shí)代的發(fā)展,各種科學(xué)領(lǐng)域積累了大量圖數(shù)據(jù),對于圖數(shù)據(jù)的特征選擇逐漸成為研宄的熱點(diǎn)。特別是腦網(wǎng)絡(luò)研宄的發(fā)展,更需要用于圖數(shù)據(jù)的特征選擇方法的提出和改進(jìn)。傳統(tǒng)的向量型的數(shù)據(jù)的特征選擇方法,特別是應(yīng)用于腦網(wǎng)絡(luò)這種圖數(shù)據(jù)的特征選擇時(shí)具有一定的局限性。本文將以子圖作
2、為特征的方法引入圖數(shù)據(jù)的特征選擇中,提出了一些可用于腦網(wǎng)絡(luò)分類的方法。本文面向圖數(shù)據(jù)特征選擇的背景下,進(jìn)行了以下主要研宄工作:
首先,提出通過使用子圖特征表示的方法,使對腦網(wǎng)絡(luò)的描述不需要局限于對單個(gè)腦區(qū)進(jìn)行表示。傳統(tǒng)的向量型的數(shù)據(jù)所需要的數(shù)據(jù)形式對腦網(wǎng)絡(luò)模型的構(gòu)建、描述具有局限性。同時(shí)導(dǎo)致的必然是樣本信息表示的丟失,而且用于向量型的特征選擇方法用于圖數(shù)據(jù)時(shí)不具有較好的解釋性。另外還引入圖核的方法來判別結(jié)構(gòu)化的圖數(shù)據(jù)樣本間的相
3、似性,并引入了圖核的降維方法,對使用子圖描述的樣本信息進(jìn)一步進(jìn)行特征提取。在真實(shí)的輕度認(rèn)知障礙數(shù)據(jù)集上對提出的方法進(jìn)行了驗(yàn)證,實(shí)驗(yàn)結(jié)果表明,基于子圖表示的特征和基于頻度差的特征選擇方法能有效提高分類精度,并有較好的可解釋性。
其次,提出使用度量特征項(xiàng)和樣本標(biāo)簽的依賴度的HSIC準(zhǔn)則方法,用于圖數(shù)據(jù)的特征選擇中。簡單的基于頻度差的圖數(shù)據(jù)特征選擇方法在直觀上有較好的解釋性,但是可能會遺漏對分類較重要的信息。在真實(shí)的注意缺陷多動障礙
4、數(shù)據(jù)集上進(jìn)行的實(shí)驗(yàn)表明,所述方法能較好的提高分類性能。
最后,提出了基于多特征融合的腦網(wǎng)絡(luò)分析方法。無論是基于向量形式的數(shù)據(jù)表示還是使用子圖形式的數(shù)據(jù)表示都會有樣本信息的丟失:基于向量形式的表示方法在對腦網(wǎng)絡(luò)進(jìn)行描述時(shí)會丟失多個(gè)腦區(qū)間的拓?fù)浣Y(jié)構(gòu)信息,而基于子圖形式的表示方法在對腦網(wǎng)絡(luò)進(jìn)行描述時(shí),對單個(gè)腦區(qū)的內(nèi)部變化又不太敏感,實(shí)驗(yàn)結(jié)果表明所述方法在多個(gè)閾值下均具有較好的分類性能,同時(shí)也解釋了不同形式的特征表示方法具有信息描述方
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 數(shù)據(jù)特征選擇及其應(yīng)用研究.pdf
- 區(qū)間型符號數(shù)據(jù)特征選擇方法及其應(yīng)用研究.pdf
- 面向文本聚類的特征選擇方法及應(yīng)用研究.pdf
- 面向高維數(shù)據(jù)挖掘的特征選擇方法研究.pdf
- 面向高維異構(gòu)數(shù)據(jù)的特征選擇方法.pdf
- 面向大數(shù)據(jù)的聚類方法及其應(yīng)用研究.pdf
- 基于特征選擇的醫(yī)學(xué)圖像分類方法及其應(yīng)用研究.pdf
- 面向基因表達(dá)數(shù)據(jù)的分類與特征選擇方法研究.pdf
- 基于數(shù)據(jù)包絡(luò)分析的特征選擇方法及應(yīng)用研究.pdf
- 組特征選擇算法及其應(yīng)用研究.pdf
- 面向多特征集成的?;7椒捌鋺?yīng)用研究.pdf
- 面向失衡數(shù)據(jù)集的集成學(xué)習(xí)分類方法及其應(yīng)用研究.pdf
- 面向?qū)ο蠓椒捌鋺?yīng)用研究.pdf
- 基于特征選擇技術(shù)的集成學(xué)習(xí)方法及其應(yīng)用研究.pdf
- 特征選擇在中醫(yī)數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 面向高維數(shù)據(jù)的特征選擇算法研究.pdf
- 面向服務(wù)架構(gòu)的應(yīng)用遷移方法及其應(yīng)用研究.pdf
- 面向移動商務(wù)的數(shù)據(jù)挖掘方法及應(yīng)用研究.pdf
- 面向醫(yī)學(xué)數(shù)據(jù)的隨機(jī)森林特征選擇及分類方法研究.pdf
- 基于SVDD的特征選擇方法研究及其應(yīng)用.pdf
評論
0/150
提交評論