[发明专利]一种基于超图的多模态特征选择及分类方法在审
| 申请号： | 201610478604.6 | 申请日： | 2016-06-22 |
| 公开（公告）号： | CN106203470A | 公开（公告）日： | 2016-12-07 |
| 发明（设计）人： | 张道强;彭瑶;祖辰 | 申请（专利权）人： | 南京航空航天大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 211100 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于超图的多模态特征选择及分类方法。利用超图，可以有效地对数据的高阶信息进行建模。在本发明的方法中，首先对每一个模态的样本分别构建一个超图，计算出超图的拉普拉斯矩阵；然后将每组模态当作一组任务，利用l2，1范数进行特征选择，保证不同模态相同脑区的特征被选中。此外，使用超图正则化项来刻画数据样本与样本之间的高阶信息，从而充分利用每组模态数据内部的分布先验。最后利用多核支持向量机对选择后的特征进行融合分类。本发明公开的方法能够有效地进行特征选择并且进行分类。 | ||
| 搜索关键词： | 一种 基于 超图 多模态 特征 选择 分类 方法 | ||
【主权项】：
一种基于超图的多模态特征选择及分类方法，其特征包括如下步骤：(1)从脑影像中分别构建出超图；(2)用l2，1范数和超图正则化项来进行多模态特征选择；(3)对每个模态分别计算出核矩阵；(4)对不同模态的核矩阵进行多核融合成一个核矩阵；(5)使用支持向量机来进行分类。
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南京航空航天大学，未经南京航空航天大学许可，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/201610478604.6/，转载请声明来源钻瓜专利网。
