基于t-SNE的脑网络状态观测矩阵降维方法研究

• 作者: 刘辉 熊新 王彬 董迎朝 薛洁 马洒洒
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 高维数据降维 脑功能网络 脑网络状态观测矩阵 t-SNE算法
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 理论与研发
• 页码范围: 42-47
• 页数: 6页
• 分类号: TP183
• 字数: 3329字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1608-0250

摘要

针对基于功能核磁共振重构的脑网络状态观测矩阵维数过高和无特征的特点,对其降维方法展开研究,给出了基于t-SNE的脑网络状态观测矩阵降维算法,并且利用Python实现了降维及可视化平台.实验结果表明,与目前主流的其他降维算法相比较,使用该方法得到的脑网络状态观测矩阵低维空间的映射点有明显的聚类表现,并且在多个样本上的降维结果显现出一定的规律性,从而证明了该算法的有效性和普适性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘辉	昆明理工大学信息工程与自动化学院	147	1430	17.0	34.0
2	王彬	昆明理工大学信息工程与自动化学院	50	321	11.0	15.0
3	薛洁	云南警官学院信息网络安全学院	16	60	5.0	7.0
4	熊新	昆明理工大学信息工程与自动化学院	35	164	7.0	11.0
5	董迎朝	昆明理工大学信息工程与自动化学院	3	17	2.0	3.0
6	马洒洒	昆明理工大学信息工程与自动化学院	3	31	3.0	3.0