原文服务方: 计算机应用研究       
摘要:
针对神经性疾病难以确诊的问题,提出了一种基于图的特征选择方法,过滤掉不相干的特征,从而方便并且准确地对疾病患者进行诊断.算法首先基于先验知识定义了两种基本关系(特征关系和样本关系);然后将这两种关系嵌入到一个由最小二次损失函数和l2-范数正则化因子组成的多任务学习框架中进行特征选择;最后,将约简得到的降维矩阵送入支持向量机(SVM)中对阿兹海默症患者进行确诊.通过对Alzheimer's diseaseneuroimaging initiative(ANDI)的研究数据集进行实验得知,提出算法的分类效果均优于一般常用分类算法,如K最近邻法(KNN)、支持向量机(SVM)等.提出的算法通过考虑特征选择和引入两种数据的内在关系,有效提高了阿兹海默疾病诊断的正确率.
推荐文章
基于机器学习的阿尔兹海默症分类预测
阿尔兹海默症
机器学习
L1正则Logistic回归
分类预测
阿尔兹海默症fMRI信号复杂度分析
阿尔兹海默症
轻度认知功能障碍
功能磁共振影像
排列熵
复杂度
基于特征选择的阿尔茨海默症辅助诊断
阿尔茨海默症
磁共振成像
支持向量机
递归特征消除
线性判别分析
结合DCGAN与LSTM的阿兹海默症分类算法
阿兹海默症
深度卷积生成对抗网络
长短时记忆
无监督
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于图的特征选择算法在阿兹海默症诊断问题研究
来源期刊 计算机应用研究 学科
关键词 阿兹海默病诊断 特征选择 流型学习
年,卷(期) 2017,(4) 所属期刊栏目 算法研究探讨
研究方向 页码范围 1018-1021
页数 4页 分类号 TP181
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2017.04.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 梁正友 广西大学计算机与电子信息学院 66 590 13.0 22.0
2 程德波 广西师范大学计算机科学与信息工程学院 10 92 5.0 9.0
3 文国秋 广西师范大学计算机科学与信息工程学院 10 19 3.0 4.0
4 何威 广西师范大学计算机科学与信息工程学院 8 31 4.0 5.0
5 朱永华 广西大学计算机与电子信息学院 6 33 5.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (10)
节点文献
引证文献  (6)
同被引文献  (4)
二级引证文献  (0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(4)
  • 参考文献(4)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(4)
  • 引证文献(4)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
阿兹海默病诊断
特征选择
流型学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导