检 索
学术期刊
切换导航
首页
文章
期刊
投稿
首发
学术会议
图书中心
新闻
新闻动态
科学前沿
合作
我们
一封信
按学科分类
Journals by Subject
按期刊分类
Journals by Title
医药卫生
Medicine & Health
工程技术
Engineering & Technology
数学与物理
Math & Physics
经济与管理
Economics & Management
人文社科
Humanities & Social Sciences
化学与材料
Chemistry & Materials
信息通讯
Information & Communication
地球与环境
Earth & Environment
生命科学
Life Sciences
我要投稿
查看投稿进度
学术期刊
按学科分类
Journals by Subject
按期刊分类
Journals by Title
医药卫生
Medicine & Health
工程技术
Engineering & Technology
数学与物理
Math & Physics
经济与管理
Economics & Management
人文社科
Humanities & Social Sciences
化学与材料
Chemistry & Materials
信息通讯
Information & Communication
地球与环境
Earth & Environment
生命科学
Life Sciences
在线客服
客服电话:
400-188-5008
客服邮箱:
service@ccnpub.com
投诉举报:
feedback@ccnpub.com
人工客服
工作时间(9:00-18:00)
官方公众号
科技成果·全球共享
请选择
目标期刊
首页
期刊
文章
基于SVM与fMRI技术对精神分裂症的分类研究
下载:
63
浏览:
485
朱亚飞
付舒悦
杨仕虎
姚佩玲
谭颖
《计算机研究与应用》
2020年3期
摘要:
精神分裂症是一种常见的重型精神疾病。近年来,非侵入性核磁共振影像技术被广泛应用在精神分裂症的研究。目前,已经有大批的机器学习方法应用在核磁共振影像上,例如:KNN、SVM等。通过构建脑功能连接的方式对数据进行处理。在输入分类器之前,对特征进行归一化处理。归一化后再输入SVM分类器,在线性SVM分类器中,分类准确率最高达到78.5%。与传统的直接输入分类器的结果比较,分类准确率有较好的分类效果。该研究对精神分裂症的研究有一定意义,辅助医生诊断疾病。
[1/1]
|<
<
1
>
>|
在线客服::
点击联系客服
联系电话::
400-188-5008
客服邮箱::
service@ccnpub.com
投诉举报::
feedback@ccnpub.com
人工客服
工作时间(9:00-18:00)
官方公众号
科技成果·全球共享