典型文献
面向人脑功能划分的人工水母搜索优化算法
文献摘要：
人脑功能划分是揭示人脑功能分离性的重要方式.然而,现有的大多数划分方法因不能较好地处理功能磁共振影像(fMRI)数据的高维性和低信噪比性,表现出搜索能力较弱和划分结果较差的问题.为了减轻此问题,提出一种基于人工水母搜索优化(AJSO)的人脑功能划分方法.该方法首先基于预处理的fMRI数据计算功能相关矩阵,并将其映射到低维空间.然后将食物编码为由多个功能簇中心构成的聚类解,利用改进型人工水母搜索优化算法搜索更优的食物,采用融入迭代停滞的时间控制机制调控人工水母执行主动运动或被动运动,以提高全局搜索能力;针对主动运动设计适应度引导的步长确定策略,增强人工水母搜索的科学性和针对性.最后根据最小距离原则得到相关矩阵中每行数据的簇标,并将其映射到相应的体素上.在真实fMRI数据上的实验表明:与其他一些划分方法相比,新方法不仅拥有较高的搜索能力,而且可得到具有更好空间结构和更强功能一致性的划分结果.这项研究将人工水母搜索优化算法应用于人脑功能划分,提供了一种更有效的人脑功能划分方法.
文献关键词：
人脑功能划分;人工水母搜索优化算法(AJSO);融入迭代停滞的时间控制机制;适应度引导的步长确定策略;海马
中图分类号：
作者姓名：
赵学武;王红梅;刘超慧;李玲玲;薄树奎;冀俊忠
作者机构：
郑州航空工业管理学院 智能工程学院,郑州 450046;北京工业大学 信息学部 计算机学院,北京 100124
文献出处：
引用格式：
[1]赵学武;王红梅;刘超慧;李玲玲;薄树奎;冀俊忠-.面向人脑功能划分的人工水母搜索优化算法)[J].计算机科学与探索,2022(08):1829-1841
A类：
人脑功能划分,AJSO,融入迭代停滞的时间控制机制,适应度引导的步长确定策略
B类：
水母,搜索优化,示人,功能分离,分离性,划分方法,法因,功能磁共振影像,fMRI,高维性,低信噪比,搜索能力,划分结果,数据计算,相关矩阵,射到,低维空间,簇中心,改进型,主动运动,被动运动,全局搜索,最小距离,每行,算法应用,海马
AB值：
0.189232
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
