基于SVM及其改进算法的fMRI图像分类性能研究

作者：吕卓; 谢松云; 赵金; 赵海涛

来源：电子设计工程, 2011, (16): 24-27.

DOI：10.14022/j.cnki.dzsjgc.2011.16.037

• 机器学习
• SVM
• 分类
• fMRI图像 machine learning
• SVM
• classification
• fMRI image

为了提出一种更适用于分析fMRI图像特征的机器学习算法,引入机器学习近年提出的、具有较好的泛化能力、并能够保证极值解是全局最优解的新方法支持向量机(SVM)算法,具体选择了PSVM、SSVM、LPSVM、NSVM 4种SVM改进算法以及基本SVM算法应用于fMRI图像的分类问题,在MATLAB平台上进行了算法仿真实现。在对各种算法的分类计算时间、分类精确度两个方面进行比较和讨论后,得到PSVM算法在fMRI图像的分类问题上,有较好的综合性能。

• 单位
  西北工业大学; 第四军医大学第一附属医院