【摘 要】
：
针对人脑实时变化的特性,为了更好地观测和描述人脑网络的动态特征,在基于功能磁共振成像的脑功能网络重构技术基础上,给出了一种人脑网络动态特征辨识方法。首先利用同步多维数据流的即时更新能力,将在静息态功能磁共振成像数据采集区间上的血氧水平依赖信号由大时间序列分解重构为每个采样点上的小时间窗口序列,构建连续时间点上的状态观测窗口,从而实现对人脑功能共振信号的特定时间状态辨识;然后运用相关分析对状态观测窗
【机 构】
：
昆明理工大学信息工程与自动化学院,云南警官学院信息网络安全学院
论文部分内容阅读
针对人脑实时变化的特性,为了更好地观测和描述人脑网络的动态特征,在基于功能磁共振成像的脑功能网络重构技术基础上,给出了一种人脑网络动态特征辨识方法。首先利用同步多维数据流的即时更新能力,将在静息态功能磁共振成像数据采集区间上的血氧水平依赖信号由大时间序列分解重构为每个采样点上的小时间窗口序列,构建连续时间点上的状态观测窗口,从而实现对人脑功能共振信号的特定时间状态辨识;然后运用相关分析对状态观测窗口信号进行分析,得到单状态观测矩阵,最终构建全脑在整个数据采集区间上的动态特征矩阵。实验结果显示该方法可
其他文献
针对用户评论中产品特征—观点对的提取及情感分析问题进行了研究。为了提高提取及分析的准确性,利用组块分析提取产品特征,从中寻找到频繁项集,并用逐点互信息量(PMI)对候选产品特征进行过滤,得到产品的特征集合;利用特征与情感词在位置上的邻近关系,提取情感词并组成特征—观点对,通过点互信息方法(SO-PMI)进行情感倾向分析。为验证该方法的有效性,以酒店评论文本为例,从中提取酒店的特征—观点对并进行情感
在基于分解技术的多目标进化算法的框架中,引入一种动态多策略差分进化模型。该模型在分析不同差分进化策略的特点基础上,选择了三种差分进化策略,并对每种策略分配一子种群。在进化过程中,依据每种策略对邻域更新的贡献度,动态地调整其子种群的大小。对比分析采用不同差分进化算法的性能,结果表明运用多个策略之间相互协同进化,有利于提高算法性能。将新算法同NSGA-Ⅱ与MOEA/D算法在LZ09系列基准函数上进行性
针对原有基于判决方程的子区间消除算法中所存在的判决结果与决策表不相符,以及当子区间划分规模增大时运行时间呈平方次增长的问题,提出了一种全新的基于动态规划的子区间消除算法。新算法充分利用动态规划在多阶段决策问题中的卓越性能,将子区间的消除问题划分为合理性判断和新区间生成两部分,这两个部分均可以利用动态规划中子问题分割的思想来解决;证明了通过解决这些子问题可以构造得到原问题的最优解,分析了算法的时间复
CT增强扫描时对比剂给药方案影响对比剂用量以及增强图像强化效果。为了使同类型CT增强检查获得一致性好的高质量图像,分析了影响CT增强图像质量的因素,建立了CT增强给药方案专家知识库,基于SSH框架、采用Java开发了CT对比剂智能应用专家系统。该系统能与医院已有的HIS及RIS对接接收患者信息、就医信息、设备信息等参数,系统的推理机自动匹配输入信息及专家知识,为操作者提供最佳CT增强检查方案。
针对设备状态分析中不精确的时间信息与观测信号相互作用引发的复杂状态演化过程难以回溯的问题,提出一种基于时间约束可能性Petri网的设备状态模型和分析方法。该方法在时间相容性分析的基础上层次化地分解状态演化中的复杂关系,从而将模糊的因果关系清晰化,以降低问题的求解难度。仿真实验和对比分析表明,提出的方法是一种有效的设备状态分析方法,同时也降低了过程分析的计算复杂度。
针对医疗领域的研究,发现了不同科室间电子病历存在着差异,但是新语料的标注成本又非常高。为了解决这一问题,利用迁移学习的方法在中文电子病历中进行跨科室组块分析的研究。在构建的中文电子病历中,对比了SSVM与CRF模型在词性标注和组块分析上的实验结果,发现SSVM模型的效果更好并选择该模型作为基本标注模型;此外,使用了改进的结构对应学习算法(SCL)进行组块分析,使得该算法能适用于SSVM模型进行领域
为了扩展空间故障树SFT理论,研究可表示工作环境影响的元件维修率,借助Markov链理论对元件维修率分布进行推导。所研究系统的特点为由相同元件所构成,进而使Markov链中失效率和维修率相同。用SFT中的特征函数代替Markov链中失效率,并根据实际情况设定状态转移概率,从而可得SFT下的元件维修率分布。维修率分布是由工作环境因素作为自变量的函数,考虑工作时间t和工作温度c影响下,对一混联系统进行
近年来,字符串匹配问题被不断扩展。其中,具有代表性的是在模式中引入可变长度的通配符,称之为PMWL问题。针对此问题,已有工作分析了在不同的模式特征下,匹配数Ω随文本长度增加呈指数级增长。同时考虑文本分布特征和模式特征,建立了期望模型E(Ω)=n Dπ(P),其中n为文本长度,D为模式中各通配符跨度的乘积,π(P)为基于字符分布的模式出现概率。实验部分,在人工随机数据和DNA真实数据上验证了E(Ω)
目前关于流识别与分类的主流技术是基于统计学方法,其核心环节是提取有效的特征属性集,但这种方法的假设条件是,特征互不相关、数据也互不相关。正因为这种假设的不合理性,使得分类效果和识别性能有限,引入以数据相关性为核心的多重分形理论,从根本上摈弃独立假设的局限性与狭隘性,实现流的有效分类。为此,定义并论证流的分形谱,在此基础上推导流的估计谱,然后在定义的核域内基于灰色关联度进行估计谱分析,继而脱离特征提
针对遗传算法（GAs）收敛速度慢、易于陷入局部最优等不足，以逆变器PWM最优控制序列为目标，提出了一种改进的免疫遗传优化算法（IGOAs）。该算法设计基于单相全桥逆变器输出电流与参考