首页> 中国专利> 一种用于神经疾病的基于体素分析的数据驱动机器学习方法

一种用于神经疾病的基于体素分析的数据驱动机器学习方法

页面导航

摘要

一种用于神经疾病的基于体素分析的数据驱动机器学习方法，包括如下步骤：1)根据对脑区指标的定量测量值进行主成分分析PCA模型训练；2)对所有特征进行提取；3)为所选出的特征选择最佳分类器模型算法；3)预测：对于一个新样本，要去量化所有量化指标对于获取测量值矩阵

查看全部

1. 一种用于神经疾病的基于体素分析的数据驱动机器学习方法 [P] . 中国专利： CN106980753B . 2019.05.31
2. 一种用于神经疾病的基于体素分析的数据驱动机器学习方法 [P] . 中国专利： CN106980753A . 2017-07-25
3. A learning method and a learning device for performing a trajectory-based behavior analysis on a recent travel route to determine whether to change a vehicle mode from a manual travel mode to an autonomous travel mode [P] . 日本专利： JP2020121714A . 2020-08-13

机译：一种用于对最近的行驶路线进行基于轨迹的行为分析以确定是否将车辆模式从手动行驶模式改变为自主行驶模式的学习方法和学习设备
4. Autonomous, closed-loop and adaptive simulated annealing based machine learning approach for intelligent analytics-assisted self-organizing-networks (SONs) [P] . 美国专利： US10327159B2 . 2019-06-18

机译：基于自治，闭环和自适应模拟退火的机器学习方法，用于智能分析辅助的自组织网络（SON）
5. Autonomous, Closed-Loop and Adaptive Simulated Annealing Based Machine Learning Approach for Intelligent Analytics-Assisted Self-Organizing-Networks (SONs) [P] . 美国专利： US2016162783A1 . 2016-06-09

机译：基于自治，闭环和自适应模拟退火的机器学习方法，用于智能分析辅助的自组织网络（SONs）