|
|||||
|
|
| 基于随机森林算法的特征选择及在fMRI数据中的应用 | |
| 作者姓名： | 袁晓龙 梅雪 黄嘉爽 杨骥 |
| 作者单位： | 南京工业大学自动化与电气工程学院; |
| 基金项目： | 国家自然科学基金(51205185);2012年度江苏省“青蓝工程”中青年学术带头人项目 |
| 摘 要： | fMRI数据是典型的高维小样本数据,如何从高维数据中提取和选择重要的特征是正确分类识别的关键.结合fMRI数据自身特点,提出了一种应用随机森林算法进行特征选择的方法,以随机森林分类精度为准则函数对特征进行重要性度量的方式实现特征选择.将本方法应用于健康者和精神分裂症患者的识别中,通过计算每个特征对分类的贡献度,优选出贡献度大的特征用于分类识别,同时根据重要特征的序号定位到相应脑区,给临床诊断提供客观参照.实验结果表明,该方法具有较好的效果. |
| 关 键 词： | 分类识别 特征提取与选择 随机森林 fMRI数据 |
| 本文献已被 CNKI 等数据库收录！ | |