一种新的图像置乱算法 - 南京大学学报（自然科学）.docVIP

判别性子图挖掘方法及其在MCI分类中的应用 费飞王立鹏接标张道强 （南京航空航天大学计算机科学与技术学院 南京 210016） 摘 要: 最近，脑连接网络已经被用于神经退行性疾病（如阿尔茨海默病AD以及轻度认知障碍MCI）的诊断和分类。以往典型方法是从脑连接网络中提取一些特征（如局部聚类系数等）构成一个长特征向量，并用其训练一个分类器用于最终的分类。然而，上述方法的一个缺点是未能充分考虑网络的拓扑结构信息，从而限制了分类性能的进一步提升。有鉴于此，本文提出了一种基于判别子图挖掘的脑连接网络分类方法。首先分别从正类训练样本集和负类训练样本集中挖掘频繁子网络（即频繁子图）。然后，利用基于图核的