[发明专利]一种基于样本权重和低秩约束的多模态神经影像特征选择方法在审
| 申请号： | 202010754793.1 | 申请日： | 2020-07-31 |
| 公开（公告）号： | CN111916162A | 公开（公告）日： | 2020-11-10 |
| 发明（设计）人： | 陈伟斌;张笑钦;钱乐旦;赵丽 | 申请（专利权）人： | 温州大学 |
| 主分类号： | G16H10/20 | 分类号： | G16H10/20;G16H30/20;G16H50/20;G06K9/62 |
| 代理公司： | 北京中北知识产权代理有限公司 11253 | 代理人： | 陈孝政 |
| 地址： | 325000 浙江省温州市瓯海经济*** | 国省代码： | 浙江;33 |
| 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样本权重和低秩约束的多模态神经影像特征选择方法，包括以下步骤：(1)多模态脑影像数据采集；(2)获得多个模态的数据后，采用多模态特征协同分析的方式进行特征选择，建立每个模态数据到分类类标的回归模型，对回归向量进行组稀疏约束，从而获得对所有任务都相关的公共特征子集；(3)多模态数据特征建模；(4)将目标函数写成增广拉格朗日形式，目标函数变为凸函数；(5)得到每个样本的每个模态的权重矩阵、每个特征的权重；(6)利用多核支持向量机的方法融合样本多模态特征进行分类。上述技术方案，不仅考虑模态间样本的重要性，还考虑了模态之间的相关性，找出更有意义的特征，提高分类和预测的准确性。 | ||
| 搜索关键词： | 一种 基于 样本 权重 约束 多模态 神经 影像 特征 选择 方法 | ||
【主权项】：
暂无信息
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温州大学，未经温州大学许可，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/202010754793.1/，转载请声明来源钻瓜专利网。
- 上一篇：面向数据降维的邻域重建方法
- 下一篇：房产证识别方法、装置和设备
