[发明专利]一种基于多线性主元分析的大脑认知状态判定方法有效

专利信息
申请号: 201310066564.0 申请日: 2013-03-02
公开(公告)号: CN103116764A 公开(公告)日: 2013-05-22
发明(设计)人: 李军;甘云;徐鑫秀;王洪勇;李明欣;袁森;曹凯;梁继民;秦伟 申请(专利权)人: 西安电子科技大学
主分类号: G06K9/66 分类号: G06K9/66
代理公司: 暂无信息 代理人: 暂无信息
地址: 710071 陕西省*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于多线性主元分析的大脑认知状态判定方法,包括如下步骤:1)输入样本集,对输入数据进行预处理;2)计算训练样本集的特征分解,求出最优特征变换矩阵,将训练样本投射到张量特征子空间,得到训练集的特征张量集;3)将降维后的低维特征张量数据矢量化作为LDA的输入,求出LDA最优投射矩阵,并将矢量化的低维特征张量数据投射到LDA特征子空间进一步提取训练集的判别特征向量;4)特征分类,将训练图像和测试图像的投射所得判别特征向量进行特征匹配,进而分类。本发明利用多线性主元分析直接对多阶张量数据进行降维和特征提取,克服了传统PCA单纯的进行降维而破坏了原始图像数据的结构和相关性,不能完全保持原始图像中的冗余和结构的不足,保留了fMRI成像数据的空间结构信息。
搜索关键词: 一种 基于 线性 分析 大脑 认知 状态 判定 方法
【主权项】:
一种基于多线性主元分析的大脑认知状态判定方法,其特征在于,包括如下步骤:1)输入样本集,对输入数据进行预处理;2)计算训练样本集的特征分解,求出特征变换矩阵,将训练样本到张量特征子空间,得到训练集的特征张量集;3)将降维后的低维特征张量数据矢量化作为LDA的输入,求出LDA最优投射矩阵,并将矢量化的低维特征张量数据投射到LDA特征子空间进一步提取训练集的判别特征向量;4)特征分类,将训练图像和测试图像的投射所得判别特征向量进行特征匹配,进而分类。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201310066564.0/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top