共查询到19条相似文献，搜索用时 218 毫秒
1.
为了探究运动成瘾者的静息态脑功能状态,常熟市第二人民医院收集了26例运动成瘾者(运动成瘾组)和21例非运动成瘾者(正常对照组)的功能磁共振成像数据,采用独立成分分析(ICA)方法对预处理后的数据进行处理,针对所提取的默认网络中额叶、顶叶、枕叶和颞叶4个脑区,分析其中体素的分布情况,通过对比运动成瘾组和正常对照组的数据结果,探讨运动成瘾者默认网络的特点.结果发现:相比正常对照组,运动成瘾组的默认网络具有一定的异常,运动成瘾对于人脑具有一定的积极影响和消极影响. 相似文献
2.
针对用主成分分析算法对非线性数据降维,存在丢失局部结构数据信息的不足,提出了将主成分分析与局部线性嵌入相结合的正交投影降维算法。首先采用主成分分析方法降维可算出特征空间矩阵,然后采用局部线性嵌入方法降维后提取特征空间矩阵,再将这两种方法获得的特征空间矩阵正交投影进行降维的主要信息作为预报因子,最后利用优化的径向基函数RBF建立网络模型,以此对广西5月区域日降水量进行降水预报,结果显示,该模型在预报性能上优于同期的T213日降水预报。 相似文献
3.
《东南大学学报》2015,(4)
为了将轻微型肝性脑病(MHE)患者从正常人中区分出来,首先使用独立分量分析(ICA)从静息态f M RI中提取默认网络(DM N),然后使用基于图像模型的多元分析方法(GAM M A),该算法为基于像素水平贝叶斯方法,用来探索默认网络中的功能整合异常现象和临床参数之间的关系.在没有先验知识的前提下,使用5种机器学习的方法(支持向量机,分类回归树,逻辑回归,贝叶斯网络及C4.5)来进行分类.研究发现DMN中功能整合出现异常,并对MHE有很高的预测能力,准确率达到98%.因此,认为基于GAMMA提取的DMN功能整合异常可作为一个简单、客观的神经影像学标志物来区分MHE,并可成为现有MHE诊断方法的有力补充. 相似文献
4.
5.
6.
通过核主成分分析对面料FAST高维数据进行降维处理,获取的核主成分作为模糊神经网络的输入,提出了一种丝织物缝纫性能模糊评价方法.实验结果表明,该方法可以基于丝织物FAST力学指标快速准确地预测成衣后的缝纫性能. 相似文献
7.
8.
为了在保证检测准确率的前提下提高检测效率,并优化SDN网络中基于流表特征的DDoS攻击检测算法,主要分析基于流表特征的DDoS攻击检测技术及其存在的不足,提出首先利用主成分分析优化流表特征,从中选出合适的特征子集,并采用支持向量机算法实现分类检测;然后搭建仿真网络环境,利用正常数据集与攻击数据集训练分类器进行测试实验;最后从检测准确率与检测时间两个维度对特征降维前后的检测方法进行对比。实验结果表明,经过特征降维的检测方法在不影响准确率的同时,有效提高了检测速率。 相似文献
9.
电类实验教学过程中人工评判学生所测数据工作烦琐,影响了教学质量和效率。该文提出了改进的K近邻(K-nearest neighbors,KNN)分类算法,即基于均值漂移、安全间隔和核主成分分析(KPCA)的M-KPCA-KNN(KNN based on margin and KPCA)算法,以判断学生测量数据正确与否和错误原因。首先利用KPCA对高维实验数据进行降维,然后利用均值漂移向量找到不同类别数据的最密集位置,并在不同类别数据的边界设置安全间隔,最后,将与待测样本距离最近的k个数据设置权重,计算每个类别的权重和,权重和最大的类别为待测样本的类别。与现有的KNN算法相比,M-KPCA-KNN算法不仅提高了分类正确率,而且降低了时间复杂度。 相似文献
10.
黄利文 《通化师范学院学报》2013,(4):9-11
针对高维数据的判别问题,采用改进的主成分分析法进行降维,按85%的贡献率提取判别数据的主成分,然后以近邻原则建立距离判别准则,并以该准则对待判样品进行判别归类.实例表明,对于高维数据的判别问题,通过降维的方法,有助于提高判别模型的判别正确率. 相似文献
11.
何剑 《扬州职业大学学报》2008,12(2):34-37
提出了一种独立分量分析和二叉决策树支持向量机相结合的人耳识别模型。首先应用独立分量分析（ICA）方法从高阶统计相关性角度出发提取人耳图像的特征变量,然后采用二叉决策树支持向量机（BDTSVM）分类器进行人耳图像的分类与识别。该模型可以降低分类难度,进一步提高人耳识别率。 相似文献
12.
降噪处理是分析结构振动信号、提取特征参数、研究损伤识别方法的基础,核独立分量分析(KICA)采用的核方法为结构振动信号的降噪处理提供了新的方法;通过对比KICA与其他算法降噪后信号的HHT边际谱,验证了KICA对低阻尼钢框架结构标准损伤模型降噪的优良性能,特别是提高了对结构安全至关重要的低频振动部分的能量估计的准确度。 相似文献
13.
针对传统信用评价方法分类精度较低、数据集属性变量间存在相关性等问题,提出基于主成分分析的稀疏贝叶斯学习（PCA-SBL）算法。首先对数据集特征变量进行主成分分析,使降维后的变量无相关性|其次,对主成分分析后的数据进行稀疏贝叶斯分类|最后将 PCA-SBL 分类方法分类精度与传统分类方法精度进行比较。分析发现,在 German Credit Data 和 Australian Credit Data 上,与传统 KNN、朴素贝叶斯、SVM、随机森林、决策树相比,改进的 SBL 算法分类精度平均提高了 5.26%、4.65%、2.11%、2.125%、4.66%,与稀疏贝叶斯学习算法（SBL）相比,平均提高 0.965%,从而证明 PCA-SBL 算法具有更高的分类效果。 相似文献
14.
A novel blind source separation (BSS) algorithm based on the combination of negentropy and signal noise ratio (SNR) is presented to solve the deficiency of the traditional independent component analysis (ICA) algorithm after the introduction of the principle and algorithm of ICA. The main formulas in the novel algorithm are elaborated and the idiographic steps of the algorithm are given. Then the computer simulation is used to test the performance of this algorithm. Both the traditional FastICA algorithm and the novel ICA algorithm are applied to separate mixed signal data. Experiment results show the novel method has a better performance in separating signals than the traditional FastICA algorithm based on negentropy. The novel algorithm could estimate the source signals from the mixed signals more precisely. 相似文献
15.
16.
王玉梅 《通化师范学院学报》2011,32(8):7-8
对于自变量具有多重线性相关性的多元线性回归,文中分别用主成分回归和PLSI回归对同一适当的问题进行建模分析,得出PLSI回归优于主成分回归的结论． 相似文献
17.
采用带有随机微分方程的非线性混合效应模型对群体药物代谢动力学数据建模,通过在状态方程中引入随机项,将常微分方程扩展到随机微分方程.和常微分方程相比,随机微分方程可解决群体药物代谢动力学模型中相关残差问题.利用贝叶斯估计对非线性混合效应随机微分方程模型参数进行估计,给出群体参数及个体参数的精确后验分布,将Gibbs和Metropolis-Hastings算法相结合,给出参数估计值.通过计算机模拟和实例分析验证了方法的可靠性,结果表明利用非线性混合效应随机微分方程模型及贝叶斯估计方法分析群体药物代谢动力学数据是可行的. 相似文献
18.
改进的汉字统计结构模型可生成给定风格下的手写汉字。汉字被分为三个层次:笔划、部首和单字,我们首先训练样本,基于主成分分析和核主成分分析,分别建立三个层次的概率分布;然后测试样本,最后生成了与测试样本同一风格的汉字。使用HCL2000汉字数据库进行实验,实验结果验证了提出模型的有效性。 相似文献
19.
针对传统DLDA算法计算复杂的问题,提出了DLDA／ESVD算法,该算法直接使用ESVD降维和提取非零特征值对应的特征向量．然后,为了提高DLDA／ESVD算法处理高维低秩矩阵的性能,提出了DL—DA／QR—ESVD算法,该算法使用列选主QR分解降维,使用ESVD提取非零特征值对应的特征向量．在ORL,FERET和YALE数据库上的实验结果表明,所提出的2种算法具有几乎相同的性能,并在计算复杂性和训练时间方面优于传统的DLDA算法．另外,在随机数据矩阵上的实验结果表明,DLDA／QR—ESVD算法处理高维低秩矩阵的性能优于DLDA／ESVD算法． 相似文献