[发明专利]一种基于非负矩阵分解的时序结构脑网络分析方法有效
| 申请号： | 201810585444.4 | 申请日： | 2018-06-08 |
| 公开（公告）号： | CN108920887B | 公开（公告）日： | 2021-10-15 |
| 发明（设计）人： | 何萍;徐晓华;常心成 | 申请（专利权）人： | 扬州大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 南京苏科专利代理有限责任公司 32102 | 代理人： | 牛莉莉 |
| 地址： | 225000 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。 | ||
| 搜索关键词： | 一种 基于 矩阵 分解 时序 结构 网络分析 方法 | ||
【主权项】：
1.一种基于非负矩阵分解的时序结构脑网络分析方法，其特征在于，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，在每个网络中用0表示脑区间的不相关，用大于0的实数值表示脑区间的相关强度值；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。
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扬州大学，未经扬州大学许可，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/201810585444.4/，转载请声明来源钻瓜专利网。
