基于多尺度的稀疏脑功能超网络构建及多特征融合分类研究

脑功能超网络已成功应用于脑疾病的诊断。在之前的研究中,集中通过改变超边的方法来改善超网络的构建,忽略了不同尺度的节点定义对脑功能超网络拓扑的影响。考虑到该问题,提出了基于不同尺度的脑区划分来进行脑功能超网络的创建,从而分析其对脑功能超网络拓扑和分类性能的影响。具体来说,首先,基于自动解剖标记模板,利用聚类算法和随机动态种子点的方法对大脑进行细分割;其次,基于每种节点规模下所得的平均时间序列,利用LASSO方法分别进行脑功能超网络的构建;接着分别提取功能超网络的多组局部特征(节点度、最短路径长度、聚类系数),并利用非参数检验和基于相关的方法选取每种节点规模下的差异特征;最后,分别利用支持向量机构建分类模型。分类结果显示,随着节点规模的增大,所构建的脑功能超网络分类准确率增高,在节点尺度1 501下,准确率高达95.45%。同时,多尺度融合的分类准确率优于任一尺度下的分类准确率,这表明不同尺度的节点定义会影响脑功能超网络的拓扑,在未来的脑功能超网络研究中,除了关注超边的构建方法外,应更加关注大脑划分方案的选择,而且多种基于大脑划分的尺度融合特征可以补充更多的分类信息,提高抑郁症与正常人的分...     

振动标准查询信息系统的设计

通过建立基于VC ++6.0编程的振动标准查询信息系统,提高实际工业生产设备维护过程中振动标准的执行有效性.     

时效处理对中高体积分数SiCp/2024Al复合材料力学性能的影响

采用热等静压工艺分别制备了SiC_p体积分数为35%、45%和55%的SiC_p/2024Al复合材料,研究了固溶时效处理对3种复合材料硬度、弯曲强度和冲击性能的影响。结果表明,3种SiC_p体积分数的复合材料均由Al、SiC和Al₂Cu相组成,致密度均较高,基体与SiC_p增强体之间结合紧密。固溶时效处理(T6)可以显著提升复合材料的硬度。SiC_p体积分数为35%、45%和55%的复合材料的时效硬化曲线变化规律基本一致,均在时效2 h时达到峰时效状态,硬度分别比制备态复合材料提升了51.56%,41.51%和18.78%。SiC_p体积分数为35%的时效态复合材料弯曲强度提升幅度最显著,由622.48 MPa提升至838.11 MPa。随着SiC_p体积分数的增加,制备态复合材料的冲击吸收能量由3.43 J逐渐降低至1.00 J,T6处理会进一步降低复合材料的冲击性能。     

商品住宅的户型设计特点

商品住宅进入消费市场，它的户型设计必须要适应市场需求，满足市场不同层次的各种要求，其户型设计要具备可选性和灵活可变性。     

基于组选择的近似无偏稀疏脑功能超网络模型构建与分类研究

针对LASSO方法构建脑功能超网络模型缺乏组效应解释能力和网络有偏性问题,提出了两种基于组变量选择的近似无偏稀疏脑功能超网络模型来改善超网络的构建,分别为组最小最大凹惩罚方法和组平滑剪裁的绝对值偏差方法,并将其分别应用于抑郁症的分类研究中。分类结果显示,两种方法的分类表现均优于传统超网络模型,且组最小最大凹惩罚方法的分类准确率最高,达到86.36%。结果表明若想构建有效的脑功能超网络模型,不仅需要考虑脑区间组效应的解释能力,还需考虑模型变量选择的有偏性问题。而且在考虑到超网络有偏性的基础上,选取较为宽松的惩罚方式来选取目标变量,则可更精确地表征人脑的复杂高阶多元交互信息。     

基于组MCP和复合MCP的人脑功能超网络分析及抑郁症分类研究

近年来,脑功能超网络模型在脑疾病诊断中多有应用.传统的脑功能超网络大多通过LASSO方法进行构建,然而由于脑区间存在组效应问题,在过去的几年里,对LASSO方法进行延伸以进一步改善超网络成为主要研究内容,由此出现各种分组模型方法.但这些方法均存在同样的问题,即惩罚函数对系数的过强压缩,导致模型中目标变量回归系数的有偏估...