原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于多数据中心的多模态脑网络特征分类方法，对多个不同数据中心的各模态脑影像数据进行预处理；提取预处理图像中的参数，构建各脑网络；将每个脑网络的上三角元素拼接并聚合为各连接聚合矩阵；将多个数据中心设定为目标域和源域；使用基于超图的多源领域自适应算法将源域中的样本分布转换为与目标域一致，并将其与目标域中的样本组合；使用基于局部有序结构的多任务特征选择算法进行特征选择；对选择出的判别特征采用基于多核学习的支持向量机算法进行分类。该方法降低了多中心脑网络特征分布的异质性；使用多核学习融合
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116433964 A
(43)申请公布日 2023.07.14
(21)申请号 202310261251.4
(22)申请日 2023.03.17
(71)申请人 南京航空航天大学
文档评论（0）