為了有效應(yīng)對(duì)腦功能連接高維小樣本性給分類模型構(gòu)建帶來的挑戰(zhàn),得到與腦疾病診斷相關(guān)的重要特征,提出基于魚群算法的腦功能連接鄰域粗糙集特征歸約方法.該方法建立腦功能連接數(shù)據(jù)的鄰域決策表;依據(jù)特征的依賴度將魚個(gè)體初始化為候選的腦功能連接特征子集,并采用綜合特征子集依賴度和特征子集長度的適應(yīng)度函數(shù)對(duì)魚個(gè)體進(jìn)行評(píng)價(jià);在種群優(yōu)化過程中,執(zhí)行覓食、聚集、追尾機(jī)制,以及交叉和遷徙2個(gè)新機(jī)制來不斷搜索最優(yōu)的特征子集.在3種腦疾病功能磁共振腦成像(f MRI)數(shù)據(jù)集上,將所提方法與多種已有的特征歸約方法進(jìn)行對(duì)比實(shí)驗(yàn).結(jié)果表明,該方法是有效的腦功能連接特征歸約方法,可以有效降低腦功能連接數(shù)據(jù)的維度,獲得分類判別能力較強(qiáng)的腦功能連接特征.

【文章頁數(shù)】：11 頁


本文編號(hào)：3982667