去噪方法在大鼠静息态fMRI中的比较研究

在神经科学研究中,静息态功能磁共振成像(rs-fMRI)信号不仅反映了神经活动,还保留了头动、生理运动、设备等带来的噪声,这将导致静息态功能连接的错误估计.为了得到准确的功能连接网络,分析噪声来源、运动校正方法,并研究独立成分分析、频率滤波和CompCor等信号回归的去噪方法及其在啮齿动物中的应用.通过评价信噪比(SN...     

功能性磁共振成像（fMRI)在视觉注意（visual attention)研究中的应用

笔者对近年功能性磁共振成像技术在视觉注意研究中的应用进行了简要回顾，概述了功能性磁共振成像研究在注意研究中取得的成果与今后这一领域的研究趋势。     

一种基于gamma分布的NMF算法及其在人脸识别中的应用

提出了一种基于gamma分布的NMF算法(GNMF),并将之用于人脸特征抽取.构造了特征子空间,并在特征子空间内实现脸部识别.结果表明,GNMF算法可行且有效,以GNMF为基础的人脸识别率较高.     

一种改进的前馈神经网络算法

介绍了前馈神经网络算法,讨论了当误差不为零或者不为线性函数即二阶项S(W)不能忽略时的Hesse矩阵的近似计算,并通过仿真实验证明了结合BFGS算法的神经网络具有更好的收敛性,误差更小。     

一种改进的BRICH算法及其应用

BIRCH算法是一种针对海量数据集的聚类算法,通过计算新数据点CF-new与根结点各子节点的距离,反复迭代,最终将CF new加入到Mincluster中,该算法在插入新数据点时没有考虑同一叶子节点下簇簇间关系。针对这一缺陷,提出改进算法BC BIRCH,在CF new与距离最小簇合并后,阈值大于T的情况下,找到与第一次合并的簇距离最小的簇,再次进行合并,反复迭代。最后,将该算法应用于文本挖掘中,其效果比BIRCH算法效果好。     

数据过滤算法的一种改进

本文深入地分析了Xuri Yin等人提出的一种数据过滤算法，指出其中欠缺之处，并对该算法作了改进和理论分析。     

一种对fMRI数据分类的加权随机SVM集群算法

如何从小样本、高维度特性的功能磁共振成像（fMRI）数据中识别出内在的脑区活动模式,对理解人脑意义重大。随着模式识别技术和机器学习算法的发展,fMRI的分类研究也引起了人们的重视。提出一种对fMRI数据分类的加权随机SVM集群（WRSVMC）算法。该算法分为两步,首先通过随机选择样本和特征建立多个SVM,以构建集成分类器;然后在投票过程中,对每个SVM赋权重,以优化模型的集成性能。结合fMRI数据和图论特征,采用WRSVMC算法对轻度认知障碍（MCI）患者数据展开分类研究。结果表明,准确率最高可达87.67%。该方法能帮助医师对MCI患者进行辅助诊断。     

一种改进的故障定位矩阵算法

针对现有矩阵算法未考虑馈线含故障电流指示器(fault current indicator,FCI)及在处理节点信息漏报情形下,难以处理T形等特殊节点和需二次构造矩阵的弊端,提出了利用特殊符号分别标记相应故障信息,并通过对矩阵进行伪初等行变换来消除特殊符号影响的处理策略。结果表明:在关键节点信息缺失时,该策略会适当扩大定位区间;在普通节点信息丢失时,该策略不会影响定位结果;该策略简单、有效,适用于复杂多电源环网开闭环运行方式。     

一种基于仿真的物流工程实验教学改进

针对国内工业工程专业物流工程实验普遍存在的选题单一、实践性不强的问题,提出了一种改进方案。该方案将原始数据中的关键参数替换为仿真数据,并采用VBA编程的方式简化计算过程、优化结果呈现形式。通过对仿真数据的可信度和可靠性进行检验表明,该设计方案能够在不增加过程控制和考核难度的基础上,稳定地生成多样化的实验设计选题。     

一种改进的ROUSTIDA数据填补方法

针对数据稀疏度大的信息系统提出了一种基于序数属性相似度的不完备数据分析方法。通过采用差值替代等值的方式改进可辨识矩阵,从而实现填补稀疏度较大的信息系统的目的。弥补了原算法对于某些缺失值不能填充的情况,改善了其它改进方法对于序数属性处理不准确的缺点,并通过实验证明了改进后的方法可以更精确更有效地填充缺失值。     

一种改进的遗传进化算法及其应用

基本遗传算法适应度及遗传算子设计简单,求解复杂优化问题易于早熟,收敛速度慢等缺点.基于遗传算法基本框架,设计新的适应度函数,减少遗传算法中的交叉算子,改进其变异方式,提出一种改进的遗传进化算法.     

基于ANSYS的便携MRI系统中环对型永磁体仿真

便携移动型磁共振成像(MRI)系统可满足养老院、急诊室、医疗隔离点等特殊应用场景的需求。环对型永磁体可应用到便携MRI系统,其性能直接影响着成像质量和系统的整体造价。运用ANSYS软件,对环对型永磁体进行建模和仿真,对磁体结构以及相关参数进行探讨分析。仿真结果将为便携MRI系统中环对型永磁体的优化设计和实际制造提供一定的指导和参考。     

一种基于模式矩阵的Apriori改进算法研究

针对经典的Ap606算法耗费大量的时间和空间的特点,提出基于模式矩阵的关联规则算法。该算法扫描数据库次数为一次,降低了挖掘的时间复杂度;扫描后的数据库以矩阵形式存放,减少空间复杂度。并应用具体事例进行验证,对效率进行了比较。     

一种改进的进化算法在生产计划中的应用

简要介绍了目前生产计划的研究状况,建立了一个该问题的数学模型,在此基础上,应用遗传算法,并在计算机上得以仿真实现。     

一种改进的神经网络算法在销售预测中的应用

本文针对传统神经网络算法的不足之处给出了一种改进算法,且将该算法应用于销售预测中,获得了良好的预测结果,可作为预测商品销售的一种手段.     

一种改进的关联规则Apriori挖掘算法

针对Apriori算法多次扫描事务数据库且产生庞大的候选集性能瓶颈,本文提出了Apriori算法的优化算法。该算法利用频繁项集产生时需要自身连接的特征,在连接前对频繁项集依据支持度由小到大进行排序,从而优化连接策略,并将其运用到描述事务数据库的布尔矩阵中。经实验证明,该算法随着事务数据库规模的扩大,较Apriori算法有明显的优越性。     

计数器的Multisim仿真及其在教学中的应用

为提高计数器的教学效果,以8421BCD码十进制计数器为例,基于Multisim软件,仿真了同、异步十进制加、减法计数器,并把仿真结果应用于辅助计数器教学.仿真结果表明,仿真电路简洁、结果直观;辅助教学表明,既能帮助学生理解理论知识,又能提高学生的实践能力.     

一种改进的神经网络算法在销售预测中的应用

本文针对传统神经网络算法的不足之处给出了一种改进算法，且将该算法应用于销售预测中，获得了良好的预测结果，可作为预测商品销售的一种手段。