基于隨機(jī)分塊模型的靜息態(tài)功能腦網(wǎng)絡(luò)可信度優(yōu)化.pdf_第1頁(yè)
已閱讀1頁(yè),還剩69頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、人腦是現(xiàn)如今宇宙中所能檢測(cè)到的最為豐富的組織之一,且大腦的高級(jí)功能也是自然界中活動(dòng)方式最為豐富的。其豐富性表現(xiàn)為其存在大數(shù)量的神經(jīng)元和神經(jīng)元之間的連接,因此探索和研究大腦的工作方式已經(jīng)成為了當(dāng)代自然科學(xué)中的重大挑戰(zhàn)之一。近些年來(lái),構(gòu)建腦網(wǎng)絡(luò)的必要性及重要性已經(jīng)被眾多國(guó)家的科學(xué)研究者所注意和意識(shí)到。
  本研究緊緊的圍繞腦網(wǎng)絡(luò)這個(gè)熱門且極具探究?jī)r(jià)值的研究方向,更深層次的研究靜息態(tài)功能腦網(wǎng)絡(luò)的構(gòu)建、腦網(wǎng)絡(luò)的可信度、腦網(wǎng)絡(luò)的重構(gòu)等問(wèn)題。

2、本文將復(fù)雜網(wǎng)絡(luò)的思想運(yùn)用腦網(wǎng)絡(luò)的研究中,通過(guò)鏈路預(yù)測(cè)算法來(lái)優(yōu)化腦網(wǎng)絡(luò)的可信度。
  本文主要?jiǎng)?chuàng)新工作如下:
  第一,鏈路預(yù)測(cè)指標(biāo)在功能腦網(wǎng)絡(luò)中的預(yù)測(cè)準(zhǔn)確度評(píng)價(jià)。按照鏈路預(yù)測(cè)的思想將腦網(wǎng)絡(luò)的邊劃分為訓(xùn)練集和測(cè)試集。通過(guò)鏈路預(yù)測(cè)評(píng)價(jià)指標(biāo)AUC和精確度來(lái)比較CN、PA、RA、隨機(jī)分塊模型這四項(xiàng)鏈路預(yù)測(cè)算法在腦網(wǎng)絡(luò)中的鏈路預(yù)測(cè)準(zhǔn)確度,結(jié)果表明隨機(jī)分塊模型的預(yù)測(cè)準(zhǔn)確度優(yōu)于其余的指標(biāo)。
  第二,基于隨機(jī)分塊模型的重構(gòu)方法在腦網(wǎng)

3、絡(luò)中的可行性驗(yàn)證。將采集數(shù)據(jù)所構(gòu)建的腦網(wǎng)絡(luò)認(rèn)為是不存在誤差的真實(shí)網(wǎng)絡(luò),對(duì)該真實(shí)網(wǎng)絡(luò)進(jìn)行隨機(jī)的刪邊和增邊,得到存在誤差的觀測(cè)網(wǎng)絡(luò),利用隨機(jī)分塊模型對(duì)觀測(cè)網(wǎng)絡(luò)進(jìn)行重構(gòu),得到重構(gòu)網(wǎng)絡(luò)。計(jì)算觀測(cè)網(wǎng)絡(luò)和重構(gòu)網(wǎng)絡(luò)屬性與真實(shí)網(wǎng)絡(luò)屬性之間的相對(duì)誤差來(lái)進(jìn)行可行性驗(yàn)證,結(jié)果表明,基于隨機(jī)分塊模型的網(wǎng)絡(luò)重構(gòu)可用于靜息態(tài)腦網(wǎng)絡(luò)。
  第三,基于隨機(jī)分塊模型的腦網(wǎng)絡(luò)可信度優(yōu)化及驗(yàn)證。通過(guò)重測(cè)信度來(lái)度量腦網(wǎng)絡(luò)的優(yōu)化性能,對(duì)采集數(shù)據(jù)構(gòu)建的腦網(wǎng)絡(luò)進(jìn)行重構(gòu),通過(guò)計(jì)

4、算觀測(cè)網(wǎng)絡(luò)與重構(gòu)網(wǎng)絡(luò)屬性的重測(cè)信度來(lái)判定重構(gòu)是否能優(yōu)化腦網(wǎng)絡(luò)的可信度,結(jié)果表明對(duì)于重測(cè)信度低的腦網(wǎng)絡(luò),通過(guò)重構(gòu)可以在一定程度上提高腦網(wǎng)絡(luò)的重測(cè)信度,從而提高腦網(wǎng)絡(luò)的可信度。
  本文將鏈路預(yù)測(cè)的思想運(yùn)用到腦網(wǎng)絡(luò)的可信度研究中,通過(guò)比較鏈路預(yù)測(cè)指標(biāo)在腦網(wǎng)絡(luò)中的預(yù)測(cè)準(zhǔn)確率,找到了較為適合腦網(wǎng)絡(luò)鏈路預(yù)測(cè)的指標(biāo);并驗(yàn)證了基于隨機(jī)分塊模型的網(wǎng)絡(luò)重構(gòu)在腦網(wǎng)絡(luò)中進(jìn)行重構(gòu)的可行性;最后將該重構(gòu)方法運(yùn)用到了可信度不高的腦網(wǎng)絡(luò)中,對(duì)該類腦網(wǎng)絡(luò)進(jìn)行重構(gòu)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論