-
公开(公告)号：CN108920887A
公开(公告)日：2018-11-30
申请号：CN201810585444.4
申请日：2018-06-08
Applicant: 扬州大学
Abstract: 本发明公开了神经网络领域内的一种基于非负矩阵分解的时序结构脑网络分析方法，包括以下步骤：1）构建非负的时序结构脑网络，对应每个时间点构建一个网络表示不同脑区间的相关性；2）采用非负矩阵分解作为基本模型将时序结构脑网络分解成多个元网络，要求分解后的元网络和元网络的发育轨迹都满足非负约束；3）通过添加核范数正则项对真实的时序脑网络进行低偏置重建；4）对分解后的元网络所对应的发育轨迹施加时序平滑性正则项；5）对分解后的元网络施加正交约束，使得元网络之间相互不重叠，用于揭示不同的大脑子网络发育模式，即不同脑区集合间的协同发育模式，本发明为健康大脑网络的发育提供了一个基准，可用于大脑发育研究中。
-
公开(公告)号：CN108920887B
公开(公告)日：2021-10-15
申请号：CN201810585444.4
申请日：2018-06-08
Applicant: 扬州大学
IPC: G06K9/62
Abstract: 本发明公开了神经网络领域内的一种基于非负矩阵分解的时序结构脑网络分析方法，包括以下步骤：1）构建非负的时序结构脑网络，对应每个时间点构建一个网络表示不同脑区间的相关性；2）采用非负矩阵分解作为基本模型将时序结构脑网络分解成多个元网络，要求分解后的元网络和元网络的发育轨迹都满足非负约束；3）通过添加核范数正则项对真实的时序脑网络进行低偏置重建；4）对分解后的元网络所对应的发育轨迹施加时序平滑性正则项；5）对分解后的元网络施加正交约束，使得元网络之间相互不重叠，用于揭示不同的大脑子网络发育模式，即不同脑区集合间的协同发育模式，本发明为健康大脑网络的发育提供了一个基准，可用于大脑发育研究中。
-
Search Results
2
records
(took 0.012 seconds)
