[發明專利]一種基于梯度超校準的多被試腦影像預測方法有效
| 申請號： | 201810790832.6 | 申請日： | 2018-07-18 |
| 公開（公告）號： | CN109117867B | 公開（公告）日： | 2021-11-23 |
| 發明（設計）人： | 張道強;徐同林 | 申請（專利權）人： | 南京航空航天大學 |
| 主分類號： | G06K9/62 | 分類號： | G06K9/62 |
| 代理公司： | 南京蘇高專利商標事務所(普通合伙) 32204 | 代理人： | 饒欣 |
| 地址： | 210016 江*** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 梯度 校準 多被試腦 影像 預測 方法 | ||
【權利要求書】：
1.一種基于梯度超校準的多被試腦影像預測方法，其特征在于：包括以下步驟：
S1：對采集到的原始數據進行數據預處理；
S2：對預處理后的全部或者部分數據運用獨立成分分析方法和隨機梯度上升方法來求解超校準問題，進行功能校準；
S3：對校準后的數據運用支持向量機訓練分類器；
S4：對測試集運用訓練好的分類器進行預測；
所述步驟S2中，部分數據為基于實驗任務選取的感興趣區域；
所述步驟S2中，通過式(1)和(2)來求解超校準問題：
其中，i表示被試者的序號，S表示被試者的總數，Xi表示第i個被試者預處理后的數據，T表示樣本的數量，V表示特征的數量，Ri表示第i個被試者的旋轉映射矩陣，Rj表示第j個被試者的旋轉映射矩陣，j＝1:S，I表示恒等矩陣；
超校準的公式轉換為式(3)和(4)：
其中，G表示公共空間；
超校準的公式轉換為式(5)和(6)：
其中，表示Ai的逆，表示混淆矩陣，表示獨立成分矩陣，S表示被試者的總數。
下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于南京航空航天大學，未經南京航空航天大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810790832.6/1.html，轉載請聲明來源鉆瓜專利網。
