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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、特征選擇在功能磁共振腦影像的研究中扮演著非常重要的角色。它可以幫助識(shí)別疾病導(dǎo)致的大腦功能和結(jié)構(gòu)異?;蛘邫z測不同任務(wù)刺激下大腦激活狀況。但是,功能磁共振數(shù)據(jù)具有特征維度高,樣本數(shù)量少,特征之間具有很強(qiáng)的相關(guān)性等特點(diǎn),給特征選擇方法提出了很強(qiáng)的挑戰(zhàn)。大部分傳統(tǒng)的特征選擇方法旨在構(gòu)建一個(gè)精妙的分類器,他們通常忽略了相關(guān)或冗余的特征,只選擇差異特征中的一部分,或者由于不會(huì)影響預(yù)測準(zhǔn)確率而包含一些噪聲或不帶有任何重要信息的特征。此外,傳統(tǒng)的特征選
2、擇方法可能會(huì)由于樣本數(shù)據(jù)的不同(即使是來自同一體系),而導(dǎo)致特征選擇的結(jié)果顯著地發(fā)生變化,得到不穩(wěn)定的結(jié)果。近年來,穩(wěn)定性選擇方法由于其在高維數(shù)據(jù)特征選擇方面表現(xiàn)出的良好的性能:
1)有限樣本情況下,從理論上對(duì)假陽性具有很好的控制;
2)減弱了正則項(xiàng)參數(shù)對(duì)結(jié)果的敏感性,而倍受關(guān)注。但是,由于沒有考慮特征之間的結(jié)構(gòu)信息,基于簡單稀疏模型的穩(wěn)定性選擇方法常常導(dǎo)致大量的假陰性。
在本論文的研究中,我們將穩(wěn)定性選擇
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(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)頁內(nèi)容里面會(huì)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(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
- 稀疏磁共振圖像重建方法研究.pdf
- 基于字典學(xué)習(xí)的分片稀疏磁共振圖像重建方法.pdf
- 基于隨機(jī)結(jié)構(gòu)稀疏的磁共振腦影像數(shù)據(jù)的特征選擇算法.pdf
- 基于稀疏約束的磁共振圖像去噪與重構(gòu)方法研究.pdf
- 基于隨機(jī)結(jié)構(gòu)稀疏優(yōu)化的特征選擇算法在認(rèn)知活動(dòng)的功能磁共振成像數(shù)據(jù)上的應(yīng)用.pdf
- 快速磁共振成像中的稀疏圖像重建.pdf
- 基于徑向軌跡稀疏采樣的快速磁共振成像方法研究.pdf
- 基于全變差稀疏約束的磁共振快速重構(gòu)方法研究.pdf
- 基于稀疏與低秩的動(dòng)態(tài)核磁共振圖像重建.pdf
- 基于非凸低秩和卷積稀疏編碼的磁共振圖像重建.pdf
- 腦磁共振圖像分割方法研究.pdf
- 基于人工稀疏的動(dòng)態(tài)磁共振成像算法研究.pdf
- 前列腺磁共振醫(yī)學(xué)圖像分析的統(tǒng)計(jì)特征方法研究.pdf
- 基于特征分解的磁共振信號(hào)處理方法研究.pdf
- 基于低秩約束的磁共振圖像重構(gòu)方法研究.pdf
- 磁共振腦圖像分割方法研究.pdf
- 基于稀疏表達(dá)的人體心臟磁共振擴(kuò)散張量圖像的去噪研究.pdf
- MRI磁共振醫(yī)學(xué)圖像處理方法研究.pdf
- 基于組稀疏的高維特征選擇及圖像標(biāo)注研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的磁共振顱腦圖像分割方法的研究.pdf
評(píng)論
0/150
提交評(píng)論