基于典型相關(guān)稀疏自編碼器的精神分裂癥的分類(lèi)
發(fā)布時(shí)間:2021-04-15 08:14
通過(guò)結(jié)合大腦核磁共振成像和基因組信息進(jìn)行全面系統(tǒng)的分析,影像遺傳學(xué)已被廣泛用于幫助診斷和治療精神疾。ɡ缇穹至寻Y)。本文采用單核苷酸多態(tài)性數(shù)據(jù)和功能性磁共振成像數(shù)據(jù)聯(lián)合分析,提出深度典型相關(guān)稀疏自編碼器模型,探索兩類(lèi)數(shù)據(jù)之間的非線性關(guān)聯(lián)并進(jìn)行降維,對(duì)精神分裂癥患者和健康對(duì)照進(jìn)行分類(lèi)。最后,實(shí)驗(yàn)結(jié)果表明,使用深度典型相關(guān)稀疏自編碼器模型比其他傳統(tǒng)模型具有更高的分類(lèi)準(zhǔn)確性。
【文章來(lái)源】:中國(guó)醫(yī)學(xué)物理學(xué)雜志. 2020,37(03)CSCD
【文章頁(yè)數(shù)】:6 頁(yè)
【部分圖文】:
深度典型相關(guān)分析圖
圖1 深度典型相關(guān)分析圖其中,σ表示激活函數(shù)例如sigmoid、tanh,W∈Rn×p是權(quán)重矩陣,b∈Rn是偏置向量。然后,使用解碼方程對(duì)隱藏表達(dá)式進(jìn)行解碼以使數(shù)據(jù)x?接近原輸入x:
自動(dòng)編碼器可以進(jìn)一步堆疊在一起,以獲取更多的信息。通過(guò)使用多個(gè)自編碼器,提出了堆疊稀疏自編碼器(Stack Sparse Autoencode,SSAE)[19]。如圖3所示,編碼層連接到下一個(gè)SAE的輸入層,以便更好地提取特征。1.3 DCCSAE
本文編號(hào):3138969
【文章來(lái)源】:中國(guó)醫(yī)學(xué)物理學(xué)雜志. 2020,37(03)CSCD
【文章頁(yè)數(shù)】:6 頁(yè)
【部分圖文】:
深度典型相關(guān)分析圖
圖1 深度典型相關(guān)分析圖其中,σ表示激活函數(shù)例如sigmoid、tanh,W∈Rn×p是權(quán)重矩陣,b∈Rn是偏置向量。然后,使用解碼方程對(duì)隱藏表達(dá)式進(jìn)行解碼以使數(shù)據(jù)x?接近原輸入x:
自動(dòng)編碼器可以進(jìn)一步堆疊在一起,以獲取更多的信息。通過(guò)使用多個(gè)自編碼器,提出了堆疊稀疏自編碼器(Stack Sparse Autoencode,SSAE)[19]。如圖3所示,編碼層連接到下一個(gè)SAE的輸入層,以便更好地提取特征。1.3 DCCSAE
本文編號(hào):3138969
本文鏈接:http://sikaile.net/kejilunwen/dianzigongchenglunwen/3138969.html
最近更新
教材專(zhuān)著