基于螢火蟲算法的腦效應(yīng)連接網(wǎng)絡(luò)學(xué)習(xí)方法研究
發(fā)布時間:2021-01-03 20:12
腦效應(yīng)連接網(wǎng)絡(luò)學(xué)習(xí)是人腦連接組研究的一個重要研究課題,準(zhǔn)確地識別腦效應(yīng)連接網(wǎng)絡(luò)對于腦疾病的診斷以及病理研究意義重大。到目前為止,科研人員已經(jīng)提出了多種識別腦效應(yīng)連接網(wǎng)絡(luò)的方法。其中,基于貝葉斯網(wǎng)(Bayesian Network,BN)的學(xué)習(xí)方法采用無監(jiān)督的數(shù)據(jù)驅(qū)動方法構(gòu)建腦效應(yīng)連接網(wǎng)絡(luò),已經(jīng)成為一個新的研究熱點(diǎn),但是該類方法存在易陷入局部最優(yōu),方向識別準(zhǔn)確率低等問題。為了克服上述缺陷,已有學(xué)者將全局隨機(jī)搜索的群智能方法與貝葉斯網(wǎng)模型學(xué)習(xí)相結(jié)合來完成腦效應(yīng)連接網(wǎng)絡(luò)的學(xué)習(xí),取得了不錯的效果,得到了質(zhì)量較高的腦效應(yīng)連接網(wǎng)絡(luò)。本課題基于螢火蟲算法(Firefly Algorithm,FA)的思想開展以下兩個方面的研究工作:(1)提出了一種帶有繁殖機(jī)制的腦效應(yīng)連接網(wǎng)絡(luò)螢火蟲學(xué)習(xí)方法(Firefly algorithm with reproductive mechanism for learning brain effective connectivity network,FAR-EC),新方法主要是通過螢火蟲種群的迭代尋優(yōu)機(jī)制,搜索最佳的腦效應(yīng)連接網(wǎng)絡(luò)結(jié)構(gòu)。首先,將每個螢火蟲個體初始化為僅含有...
【文章來源】:北京工業(yè)大學(xué)北京市 211工程院校
【文章頁數(shù)】:68 頁
【學(xué)位級別】:碩士
【部分圖文】:
螢火蟲個體i隨機(jī)移動實(shí)例
北京工業(yè)大學(xué)工學(xué)碩士學(xué)位論文對參數(shù) lstep的測試結(jié)果如圖 3-5(e)所示。由圖 3-5(e)可得,lstep取值的變化對算法性能的影響相對較大。通過比較可得,當(dāng) lstep取值為 2、10 時,F(xiàn)AR-EC 算法在各組數(shù)據(jù)上的 Fd能夠取得前 3 位的成績,即算法對于方向的識別能力達(dá)到最強(qiáng)。但值得注意的是,參數(shù) lstep控制進(jìn)行繁殖操作的頻率,而進(jìn)行過多次繁殖操作會大大提高算法的時間復(fù)雜度。因此,綜合考慮我們將 lstep取值為 10。
北京工業(yè)大學(xué)工學(xué)碩士學(xué)位論文本章選擇了 16 個相關(guān)的感興趣區(qū)域,具體如表 3-11 所示,16 個 ROI 主要分布在三個腦葉即額葉、頂葉、顳葉。在本章中,我們將每一個感興趣區(qū)域作為腦效應(yīng)連接網(wǎng)絡(luò)中的一個節(jié)點(diǎn)。1 2 3 4 5 6 7 8 9 101112131415161 2 3 4 5 6 7 8 9 10111213141516
【參考文獻(xiàn)】:
期刊論文
[1]HMOFA:一種混合型多目標(biāo)螢火蟲算法[J]. 謝承旺,肖馳,丁立新,夏學(xué)文,朱建勇,張飛龍. 軟件學(xué)報(bào). 2018(04)
[2]阿爾茨海默癥患者額頂葉控制系統(tǒng)腦網(wǎng)絡(luò)異常[J]. 周鵬,朱浩澤,倪紅艷,陳元園,王學(xué)民,綦宏志,何峰,明東. 科學(xué)通報(bào). 2016(32)
[3]發(fā)展認(rèn)知神經(jīng)科學(xué):人腦畢生發(fā)展的功能連接組學(xué)時代[J]. 顏志雄,劉勛,譚淑平,譚云龍,魏高峽,楊志,左西年. 科學(xué)通報(bào). 2016(07)
[4]螢火蟲算法智能優(yōu)化粒子濾波[J]. 田夢楚,薄煜明,陳志敏,吳盤龍,趙高鵬. 自動化學(xué)報(bào). 2016(01)
[5]阿爾茨海默病靜息態(tài)默認(rèn)模式網(wǎng)絡(luò)研究[J]. 韓利坤,姚婧璠,李越秀,陳紅燕,韓在柱,畢顏超,張玉梅. 中國醫(yī)刊. 2014(09)
[6]人腦功能連接組:方法學(xué)、發(fā)展軌線和行為關(guān)聯(lián)[J]. 左西年,張喆,賀永,臧玉峰. 科學(xué)通報(bào). 2012(35)
博士論文
[1]基于群智能算法的人腦功能劃分方法研究[D]. 趙學(xué)武.北京工業(yè)大學(xué) 2018
[2]面向認(rèn)知功能的腦效應(yīng)網(wǎng)絡(luò)方法及應(yīng)用研究[D]. 董群喜.蘭州大學(xué) 2017
[3]基于功能磁共振成像的腦連接分析[D]. 李寶娟.國防科學(xué)技術(shù)大學(xué) 2012
本文編號:2955416
【文章來源】:北京工業(yè)大學(xué)北京市 211工程院校
【文章頁數(shù)】:68 頁
【學(xué)位級別】:碩士
【部分圖文】:
螢火蟲個體i隨機(jī)移動實(shí)例
北京工業(yè)大學(xué)工學(xué)碩士學(xué)位論文對參數(shù) lstep的測試結(jié)果如圖 3-5(e)所示。由圖 3-5(e)可得,lstep取值的變化對算法性能的影響相對較大。通過比較可得,當(dāng) lstep取值為 2、10 時,F(xiàn)AR-EC 算法在各組數(shù)據(jù)上的 Fd能夠取得前 3 位的成績,即算法對于方向的識別能力達(dá)到最強(qiáng)。但值得注意的是,參數(shù) lstep控制進(jìn)行繁殖操作的頻率,而進(jìn)行過多次繁殖操作會大大提高算法的時間復(fù)雜度。因此,綜合考慮我們將 lstep取值為 10。
北京工業(yè)大學(xué)工學(xué)碩士學(xué)位論文本章選擇了 16 個相關(guān)的感興趣區(qū)域,具體如表 3-11 所示,16 個 ROI 主要分布在三個腦葉即額葉、頂葉、顳葉。在本章中,我們將每一個感興趣區(qū)域作為腦效應(yīng)連接網(wǎng)絡(luò)中的一個節(jié)點(diǎn)。1 2 3 4 5 6 7 8 9 101112131415161 2 3 4 5 6 7 8 9 10111213141516
【參考文獻(xiàn)】:
期刊論文
[1]HMOFA:一種混合型多目標(biāo)螢火蟲算法[J]. 謝承旺,肖馳,丁立新,夏學(xué)文,朱建勇,張飛龍. 軟件學(xué)報(bào). 2018(04)
[2]阿爾茨海默癥患者額頂葉控制系統(tǒng)腦網(wǎng)絡(luò)異常[J]. 周鵬,朱浩澤,倪紅艷,陳元園,王學(xué)民,綦宏志,何峰,明東. 科學(xué)通報(bào). 2016(32)
[3]發(fā)展認(rèn)知神經(jīng)科學(xué):人腦畢生發(fā)展的功能連接組學(xué)時代[J]. 顏志雄,劉勛,譚淑平,譚云龍,魏高峽,楊志,左西年. 科學(xué)通報(bào). 2016(07)
[4]螢火蟲算法智能優(yōu)化粒子濾波[J]. 田夢楚,薄煜明,陳志敏,吳盤龍,趙高鵬. 自動化學(xué)報(bào). 2016(01)
[5]阿爾茨海默病靜息態(tài)默認(rèn)模式網(wǎng)絡(luò)研究[J]. 韓利坤,姚婧璠,李越秀,陳紅燕,韓在柱,畢顏超,張玉梅. 中國醫(yī)刊. 2014(09)
[6]人腦功能連接組:方法學(xué)、發(fā)展軌線和行為關(guān)聯(lián)[J]. 左西年,張喆,賀永,臧玉峰. 科學(xué)通報(bào). 2012(35)
博士論文
[1]基于群智能算法的人腦功能劃分方法研究[D]. 趙學(xué)武.北京工業(yè)大學(xué) 2018
[2]面向認(rèn)知功能的腦效應(yīng)網(wǎng)絡(luò)方法及應(yīng)用研究[D]. 董群喜.蘭州大學(xué) 2017
[3]基于功能磁共振成像的腦連接分析[D]. 李寶娟.國防科學(xué)技術(shù)大學(xué) 2012
本文編號:2955416
本文鏈接:http://sikaile.net/yixuelunwen/swyx/2955416.html
最近更新
教材專著