多模场景下的高维数据的特征选择及分类研究

摘要

近来,有效和准确地诊断阿尔兹海默症已经引起了越来越多的关注.然而,许多的研究只关注于单模态,并且现有的中小规模特征选择方法很难有效地从大量的特征集合中识别出相关的特征子集.文中围绕多模数据融合,旨在研究高维中等样本的特征选择算法,能够有效识别与疾病紧密相关的特征,进而从健康对照组中准确地分类出AD患者.结果表明,文中所提出的方法分类性能优于其它方法.