-
公开(公告)号：CN115829054A
公开(公告)日：2023-03-21
申请号：CN202211525678.2
申请日：2022-12-01
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于机器学习模型对脑网络异常边连接的预测方法，步骤如下：基于待预测的脑图谱，选择对应的关联矩阵进行top5％‑25％二值化或阈值化，降维筛选边连接特征；对降维后的关联矩阵建立基于交叉验证结构的机器学习预测评估模型；获得机器学习预测评估模型的准确度和混淆矩阵；同时得到脑网络边连接的结果为加权邻接矩阵，将结果可视化为二维环形加权网络及对应的超阈值子网络、由BrainNet Viewer生成的三维大脑表面加权网络及对应的超阈值子网络。本发明通过对输入信号初步降维和超阈值选择筛选特征，在交叉验证结构中结合机器学习和图论，缓解机器学习模型预测问题中的维度灾难、可解释性和泛化性不足的问题。
Search Results
1
records
(took 0.019 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
