| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 1 绪论 | 第8-14页 |
| 1.1 课题背景 | 第8-10页 |
| 1.2 基于fMRI的视觉信息编码技术研究现状 | 第10-11页 |
| 1.3 大脑语义网络 | 第11-12页 |
| 1.4 课题研究内容与论文结构安排 | 第12-14页 |
| 2 功能磁共振成像技术与复杂网络概述 | 第14-25页 |
| 2.1 功能磁共振成像技术 | 第14-18页 |
| 2.1.1 功能磁共振成像基本原理 | 第14-15页 |
| 2.1.2 fMRI数据处理 | 第15-18页 |
| 2.2 复杂网络理论概述 | 第18-22页 |
| 2.2.1 复杂网络基本概念 | 第18页 |
| 2.2.2 复杂网络常用的参数描述 | 第18-21页 |
| 2.2.3 复杂网络的性质 | 第21-22页 |
| 2.3 复杂网络的社区结构 | 第22-24页 |
| 2.3.1 社区结构介绍 | 第22-23页 |
| 2.3.2 社区检测相关算法 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 3 基于自然视频语义特征的视觉编码模型 | 第25-36页 |
| 3.1 基于语义特征的编码模型构建 | 第25-28页 |
| 3.1.1 视频语义特征提取 | 第25-27页 |
| 3.1.2 基于语义特征的岭回归编码模型 | 第27-28页 |
| 3.2 自然视频编码实验及结果分析 | 第28-35页 |
| 3.2.1 实验设计 | 第28-30页 |
| 3.2.2 模型构建 | 第30-31页 |
| 3.2.3 实验结果分析 | 第31-35页 |
| 3.3 本章小结 | 第35-36页 |
| 4 基于复杂网络的大脑语义网络相似性分析 | 第36-57页 |
| 4.1 大脑语义网络的构建 | 第36-38页 |
| 4.1.1 fMRI特征选择方法 | 第36-37页 |
| 4.1.2 大脑语义网络构建 | 第37-38页 |
| 4.2 基于统计特征的网络相似性分析 | 第38-45页 |
| 4.2.1 全局特征相似性衡量方法描述 | 第39-41页 |
| 4.2.2 实验结果分析 | 第41-45页 |
| 4.3 基于MultiLevel社区检测的网络相似性分析 | 第45-56页 |
| 4.3.1 MultiLevel社区检测算法 | 第45-47页 |
| 4.3.2 实验结果分析 | 第47-56页 |
| 4.4 本章小结 | 第56-57页 |
| 5 总结与展望 | 第57-59页 |
| 5.1 总结 | 第57-58页 |
| 5.2 展望 | 第58-59页 |
| 参考文献 | 第59-65页 |
| 致谢 | 第65-66页 |