文献类型：期刊文章

作　　者：冀俊忠[1,2] 宋晓妮[1,2] 杨翠翠[1,2]

JI Jun-zhong;SONG Xiao-ni;YANG Cui-cui(Beijing Municipal Key Laboratory of Multimedia and Intelligent Software Technology,Faculty of Information Technology,Beijing University of Technology,Beijing 100124,China;Beijing Institute of Artificial Intelligence,Beijing University of Technology,Beijing 100124,China)

机构地区：[1]北京工业大学信息学部,多媒体与智能软件技术北京市重点实验室,北京100124 [2]北京工业大学北京人工智能研究院,北京100124

出　　处：《浙江大学学报（工学版）》

基　　金：国家自然科学基金资助项目(61672065,61906010);北京市教委科技资助项目(KM202010005032);中国博士后科学基金资助项目(2018M631291);北京市博士后工作经费资助项目(2017-ZZ-024);朝阳区博士后工作经费资助项目(2018ZZ-01-05).

年　　份：2020

卷　　号：54

期　　号：11

起止页码：2247-2257

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSCD、CSCD2019_2020、EI、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：为了有效应对脑功能连接高维小样本性给分类模型构建带来的挑战,得到与脑疾病诊断相关的重要特征,提出基于鱼群算法的脑功能连接邻域粗糙集特征归约方法.该方法建立脑功能连接数据的邻域决策表;依据特征的依赖度将鱼个体初始化为候选的脑功能连接特征子集,并采用综合特征子集依赖度和特征子集长度的适应度函数对鱼个体进行评价;在种群优化过程中,执行觅食、聚集、追尾机制,以及交叉和迁徙2个新机制来不断搜索最优的特征子集.在3种脑疾病功能磁共振脑成像(fMRI)数据集上,将所提方法与多种已有的特征归约方法进行对比实验.结果表明,该方法是有效的脑功能连接特征归约方法,可以有效降低脑功能连接数据的维度,获得分类判别能力较强的脑功能连接特征.

关 键 词：脑功能连接 特征归约  鱼群算法 邻域粗糙集

分 类 号：TP301] TP18[计算机类]