| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 论文的研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文的主要研究内容 | 第12页 |
| 1.4 本文的组织结构 | 第12-15页 |
| 第2章 相关知识介绍 | 第15-25页 |
| 2.1 fMRI技术 | 第15-17页 |
| 2.1.1 fMRI技术原理 | 第15页 |
| 2.1.2 fMRI的优缺点及其数据特点 | 第15-17页 |
| 2.2 特征抽取 | 第17-18页 |
| 2.3 特征选择 | 第18-20页 |
| 2.3.1 不同类型的特征选择方法 | 第18页 |
| 2.3.2 常用的特征选择方法 | 第18-20页 |
| 2.4 数据分类 | 第20-23页 |
| 2.4.1 分类算法简介 | 第21-22页 |
| 2.4.2 分类器评测过程 | 第22-23页 |
| 2.5 本章小结 | 第23-25页 |
| 第3章 基于正则化互信息和fisher判别率的fMRI数据特征选择方法 | 第25-41页 |
| 3.1 基本思想 | 第25页 |
| 3.2 算法描述 | 第25-28页 |
| 3.2.1 算法描述与分析 | 第25-27页 |
| 3.2.2 正则化互信息 | 第27页 |
| 3.2.3 Fisher判别率 | 第27-28页 |
| 3.2.4 高斯朴素贝叶斯 | 第28页 |
| 3.3 实验结果与分析 | 第28-39页 |
| 3.3.1 实验数据集 | 第28-30页 |
| 3.3.2 任务相关数据的实验结果对比分析 | 第30-32页 |
| 3.3.3 静息态数据的实验结果对比分析 | 第32-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第4章 基于fMRI体素值时序差异和集成特征选择的支持向量机分类方法 | 第41-51页 |
| 4.1 算法思想 | 第41页 |
| 4.2 算法描述 | 第41-45页 |
| 4.2.1 算法流程描述 | 第41-42页 |
| 4.2.2 基于体素值时序差异的特征抽取 | 第42-43页 |
| 4.2.3 基于统计学的集成特征选择 | 第43-44页 |
| 4.2.4 基于块坐标下降的支持向量机分类模型 | 第44-45页 |
| 4.3 实验结果与分析 | 第45-49页 |
| 4.3.1 不同策略对分类结果的影响 | 第45-47页 |
| 4.3.2 与其他模型的对比实验 | 第47-49页 |
| 4.4 本章小结 | 第49-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间所发表的学术论文 | 第57-59页 |
| 致谢 | 第59页 |