祖辰
- 作品数:7 被引量:12H指数:1
- 供职机构:南京航空航天大学更多>>
- 发文基金:国家教育部博士点基金国家自然科学基金中央级公益性科研院所基本科研业务费专项更多>>
- 相关领域:自动化与计算机技术医药卫生理学更多>>
- 基于稀疏保持的典型相关分析及其应用
- 随着科学技术的发展,人们越来越容易得到同一个事物多个不同视图的数据,而传统的机器学习方法大多是在一个视图上进行的。为了利用不同视图之间的相关信息和互补信息,人们通常分别在这些单视图上进行独立、交替训练分类器,然后再在独立...
- 祖辰
- 关键词:特征提取
- 文献传递
- 一种基于超图的多模态特征选择及分类方法
- 本发明公开了一种基于超图的多模态特征选择及分类方法。利用超图,可以有效地对数据的高阶信息进行建模。在本发明的方法中,首先对每一个模态的样本分别构建一个超图,计算出超图的拉普拉斯矩阵;然后将每组模态当作一组任务,利用l<S...
- 张道强彭瑶祖辰
- 文献传递
- 有样本缺失的稀疏保持典型相关分析被引量:1
- 2014年
- 在典型相关分析(CCA)的基础上,通过稀疏保持引入样本的类别信息,利用交叉相关项克服CCA及其推广算法要求不同视图样本必须成对出现的局限,提出一种有监督学习方法——有样本缺失的稀疏保持典型相关分析(SPCCAM).SPCCAM能在训练样本不成对的情况下进行多视图特征融合.在人工数据集、手写体数据集和PIE人脸数据集上的实验结果表明,SPCCAM能有效利用类信息提高分类性能.
- 祖辰张道强
- 关键词:CANONICALCORRELATION
- 一种基于约束的中垂面相似度准则被引量:1
- 2012年
- 在数据挖掘和机器学习的基于距离的各种技术中,例如基于距离的聚类和基于距离的分类,如何度量数据间的相似性已经成为一项基础任务.对于某一具体问题,采用合适的相似性度量,会使问题得到更有效的解决.越来越多的研究表明,通过对成对约束(正约束和负约束)的充分利用,从而得到与问题相匹配的相似性度量,能够大幅度地提升算法性能.目前基于约束的相似性度量研究主要是基于约束的距离度量学习,通过对约束信息的利用,学习一个距离度量矩阵,然后再进行分类或者聚类.通过对成对约束尤其是负约束的挖掘,提出一种基于成对约束的相似性度量准则,然后将此准则应用于聚类和分类任务中,分别提出聚类和分类算法,最后在大量标准数据集上将这些算法的性能与目前流行的算法进行实验比较,并据此得出了一些经验性的启示.
- 高山祖辰张道强
- 关键词:聚类
- 基于稀疏结构特征学习的脑图像分析及其应用研究
- 脑疾病不仅危害患者的健康和生命,同时也给患者及其家庭、社会带来沉重的经济负担和巨大的精神压力。而早诊断早治疗是消除脑疾病危害的唯一途径,神经影像则是对脑疾病进行早期诊断和治疗的重要工具。基于计算机科学的医学图像分析与处理...
- 祖辰
- 关键词:支持向量机
- 文献传递
- 基于脑连接网络的阿尔茨海默病临床变量值预测被引量:1
- 2017年
- 目前脑功能连接网络已被广泛用于大脑疾病诊断,然而传统的脑网络分类方法无法评估疾病所处的阶段以及预测病情的发展。近期的研究表明,脑疾病的临床变量值可以有效地帮助医生进行疾病评估,为此提出一种基于脑连接网络的方法,用于对阿尔茨海默病临床变量值进行预测。首先从脑影像中提取功能连接网络,然后使用LASSO进行特征选择,剔除不具有判别性的边。同时融合网络的聚类系数和边的权重作为特征。最后使用支持向量回归机预估临床变量值。在ADNI数据集上对提出的方法进行验证,实验结果表明,提出的方法不仅能够准确地预测疾病临床变量值而且还验证了多种特征融合的有效性。
- 路子祥屠黎阳祖辰张道强
- 关键词:大脑功能特征提取网络分析阿尔茨海默病医学影像
- 基于超图的多模态特征选择算法及其应用被引量:8
- 2018年
- 目前机器学习算法已经被广泛应用到脑疾病的诊断中。医学影像数据由于样本珍贵,并且特征维数往往远大于已有样本数目,在实际应用中这是典型的小样本问题。此外,通过不同的成像手段可以得到不同模态的数据(例如MRI和PET)。从而提出一种基于超图的多模态特征选择算法。首先将每组模态当作一组任务,利用l2,1范数进行特征选择,保证不同模态相同脑区的特征被选中。然后使用超图技术来刻画数据样本与样本之间的高阶信息,从而充分利用每组模态数据内部的分布先验。最后利用多核支持向量机对选择后的特征进行融合分类,从而提高对疾病的诊断精度。在ADNI数据集上对提出的方法进行验证,并与传统方法进行对比,实验结果说明了提出方法的有效性。
- 彭瑶祖辰张道强
- 关键词:多任务学习阿尔茨海默症