文献类型：期刊文章

作　　者：纪子龙[1] 冀俊忠[1] 刘金铎[1] 杨翠翠[1]

JI Zilong;JI Junzhong;LIU Jinduo;YANG Cuicui(Beijing Municipal Key Laboratory of Multimedia and Intelligent Software TechnologyFaculty of Information Technology,Beijing University of Technology,Beijing 100124,China)

机构地区：[1]北京工业大学信息学部计算机学院多媒体与智能软件技术北京市重点实验室,北京100124

出　　处：《哈尔滨工业大学学报》

基　　金：国家自然科学基金项目(61672065);北京市博士后工作经费资助项目(2017-ZZ-024)

年　　份：2019

卷　　号：51

期　　号：5

起止页码：76-84

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：脑效应连接网络学习是人脑连接组研究的一个重要研究课题,准确识别脑效应连接网络对于脑疾病的早期诊断以及病理研究具有重要意义.本文将萤火虫算法与贝叶斯网相结合,提出了一种带有繁殖机制的脑效应连接网络萤火虫学习方法.新方法使用K2评分作为目标函数来衡量萤火虫个体的绝对亮度,利用萤火虫种群的寻优来完成脑效应连接网络的学习,并利用繁殖机制对种群实施进一步的优化.首先将一种仅含少数边的脑效应连接网络表示成一个萤火虫个体,并通过萤火虫个体的定向移动操作以及随机移动操作逐步构建脑效应连接网络;然后每经过一定代数的寻优后,萤火虫种群执行一次繁殖过程,以优化效应连接网络的质量.最后,当算法收敛时,将萤火虫种群中绝对亮度最高个体所代表的网络结构作为学习到的最优脑效应连接网络.在多组模拟数据集上的实验结果验证了新算法中繁殖机制的有效性,且与其它算法相比,新算法具有明显优势.在真实数据上的实验也表明了算法的潜在实用性.

关 键 词：脑网络  脑效应连接网络  贝叶斯网 萤火虫算法 繁殖机制  

分 类 号：TP311] TP18[计算机类]