您的位置： 专家智库 > >

高翔

作品数：2 被引量：2H指数：1
供职机构：兰州大学信息科学与工程学院更多>>
发文基金：国家自然科学基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇轻度
  • 2篇轻度认知
  • 2篇轻度认知障碍
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇向量
  • 1篇向量机
  • 1篇互信息
  • 1篇阿尔茨海默病
  • 1篇阿尔茨海默症

机构

  • 2篇兰州大学
  • 2篇山东师范大学

作者

  • 2篇胡斌
  • 2篇高翔

传媒

  • 1篇小型微型计算...
  • 1篇山东师范大学...

年份

  • 1篇2017
  • 1篇2016
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
基于阿尔茨海默病早期诊断集成特征选择方法的研究
2016年
阿尔茨海默病是一种严重影响人类生活的病症，它具有难以治愈的特点。而其早期症状，轻度认知障碍的诊断就成了延缓发展和治疗的关键。核磁共振图像是诊断脑部疾病的重要影像资料。通过分析核磁共振图像，再利用分类算法，将轻度认知障碍患者从正常人中区分开来成为一种重要的方法。而特征选择则是提高分类准确率的必要步骤。本文提出将互信息和皮尔逊相关系数集成的特征选择方法，不仅考察每个特征对类标签的相关性，而且保证选出的特征子集之间冗余度最小。实验结果证明，与互信息和 mRMR 方法结合支持向量机进行分类性能比较，本文提出的方法分类准确性更高，说明本文的特征选择方法具有较好的优势。
曹元磊胡斌高翔
关键词：阿尔茨海默病轻度认知障碍互信息支持向量机
面向阿尔茨海默症的脑皮层厚度的特征选择方法研究被引量：2
2017年
在本文中,以阿尔茨海默症患者的脑皮层厚度作为数据集,利用mRMR特征选择方法对SVM-RFE特征选择方法进行改进,以提高轻度认知障碍人群和正常人群分类的准确率.SVM-RFE特征选择方法是根据SVM在训练时生成的权向量来构造排序系数,并在每次迭代时去掉排序系数最小的特征.该方法只考虑到特征与类标的相关性未能考虑到特征间的冗余性,鉴于此,在生成权向量后,引入mRMR里计算相关的算法来重新构造排序系数,并在每次迭代时去掉排序系数小的特征.实验使用留一交叉验证进行评估,结果表明本文方法要优于SVM-RFE特征选择方法、mRMR特征选择方法和F-score特征选择方法.
乔迎芳胡斌谢元伟高翔
关键词：阿尔茨海默症轻度认知障碍
全选 清除 导出
共1页<1>
聚类工具0