基于随机森林算法的特征选择及在 fMRI数据中的应用

• 作者: 杨骥 梅雪 袁晓龙 黄嘉爽
• 来源期刊: 微电子学与计算机
• 关键词: 分类识别 特征提取与选择 随机森林 fM RI数据
• 年，卷（期）: 2014,（8）
• 页码范围: 132-135
• 页数: 4页
• 分类号: TP391
• 语种: 中文

摘要

fMRI数据是典型的高维小样本数据，如何从高维数据中提取和选择重要的特征是正确分类识别的关键。结合f M RI数据自身特点，提出了一种应用随机森林算法进行特征选择的方法，以随机森林分类精度为准则函数对特征进行重要性度量的方式实现特征选择。将本方法应用于健康者和精神分裂症患者的识别中，通过计算每个特征对分类的贡献度，优选出贡献度大的特征用于分类识别，同时根据重要特征的序号定位到相应脑区，给临床诊断提供客观参照。实验结果表明，该方法具有较好的效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梅雪	南京工业大学自动化与电气工程学院	53	433	12.0	17.0
2	杨骥	南京工业大学自动化与电气工程学院	2	66	2.0	2.0
3	袁晓龙	南京工业大学自动化与电气工程学院	4	74	3.0	4.0
4	黄嘉爽	南京工业大学自动化与电气工程学院	3	36	3.0	3.0