【摘 要】
：
脑网络作为复杂网络分析方法在神经影像领域的应用已得到广泛的认可。研究发现脑网络中的节点规模对网络的拓扑属性会产生重要的影响。利用静息态功能影像数据,在5种不同的节
【基金项目】
：
国家自然科学基金项目（61170136,61373101,61472270,61402318）,太原理工大学青年团队启动基金项目（2013T047）资助.
论文部分内容阅读
脑网络作为复杂网络分析方法在神经影像领域的应用已得到广泛的认可。研究发现脑网络中的节点规模对网络的拓扑属性会产生重要的影响。利用静息态功能影像数据,在5种不同的节点规模下分别完成抑郁症患者和正常对照的脑网络构建,比较了网络拓扑属性的变化,并选择了4种不同的分类算法进行脑疾病分类研究。结果表明,网络节点数量不仅对拓扑属性产生了影响,而且对分类模型的构建也有直接作用。支持向量机（RBF核函数）模型在节点规模为250时,分类效果最好,平均正确率为83.18%。该研究结果在抑郁症的临床诊断中具有重要的应用价值,为
其他文献
传统多类文本多分类算法存在计算量大和训练时间长的问题,为此利用黄金分割（Golden Selection,GS）和支持向量域描述（Support Vector Domain Description,SVDD）对多类文本构造一种
针对企业内部网络存储，研究并提出了一种基于伸展树的缓存管理策略，以对网络缓存空间进行组织和管理。在内部网络存储缓存链的基础上，引入并改进了伸展树结构和操作，将改进后的伸
本文主要是对人工育王在中蜂优良品种选育中的作用进行了一定分析,通过分析蜂王哺育群和蜂王培育的操作技术来促进蜂群的可持续性发展,让我国的中华蜜蜂养殖可以得到更高的质
结合机会路由和网络编码两项新技术各自的优势，提出了一种新的基于部分网络编码的机会路由算法（0p-portunistic Routing Algorithm for Wireless Network Basedon Partial Netw
分类变量的相似度分析是数据挖掘任务中的一个重要环节,现有的分类变量相似度算法中存在忽视变量差异、受不均衡分布影响严重、无法应用于混合数据集等缺点。为克服以上缺点,