Indexed by：
Abstract：
提出基于宽度学习系统的功能性磁共振成像(fMRI)数据分类方法,通过简单结构提取fMRI数据的深层特征,加快分类速度.使用fMRI中感兴趣区域体素均值的时间序列构造输入数据,分别提取fMRI数据的浅层和深层特征,映射为宽度学习的特征节点和增强节点并构建模型框架,利用岭回归逆计算分类模型的连接权值,实现对fMRI数据的分类.使用ABIDEⅠ、ABIDEⅡ和ADHD-200数据集,将所提方法与6种分类方法进行对比实验,结果表明,所提方法可以在保持良好的分类准确率的同时,大幅度降低训练时间.
Keyword：
Reprint Author's Address：
Email：
Source ：
浙江大学学报（工学版）
ISSN： 1008-973X
Year： 2021
Issue： 7
Volume： 55
Page： 1270-1278
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count： 2
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 17
Affiliated Colleges：
