基于SVM及其改进算法的fMRI图像分类性能研究

• 作者: 吕卓 谢松云 赵海涛 赵金
• 来源期刊: 电子设计工程
• 学科: 工学
• 关键词: 机器学习 SVM 分类 fMRI图像
• 年，卷（期）: 2011,（16）
• 所属期刊栏目: 计算机技术与应用
• 页码范围: 24-27
• 分类号: TN911.72
• 字数: 3083字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-6236.2011.16.009

摘要

为了提出一种更适用于分析fMRI图像特征的机器学习算法,引入机器学习近年提出的、具有较好的泛化能力、并能够保证极值解是全局最优解的新方法支持向量机（SVM）算法,具体选择了PSVM、SSVM、LPSVM、NSVM 4种SVM改进算法以及基本SVM算法应用于fMRI图像的分类问题,在MATLAB平台上进行了算法仿真实现。在对各种算法的分类计算时间、分类精确度两个方面进行比较和讨论后,得到PSVM算法在fMRI图像的分类问题上,有较好的综合性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵海涛	第四军医大学第一附属医院放射科	129	1069	17.0	25.0
2	谢松云	西北工业大学电子信息学院	49	582	11.0	22.0
3	赵金	西北工业大学电子信息学院	3	8	2.0	2.0
4	吕卓	西北工业大学电子信息学院	2	6	2.0	2.0