文献

J-GLOBAL ID：201602217632285724   整理番号：15A1345682

統計的ランダムフォレストアルゴリズムに基づく特徴選択【Powered by NICT】

Feature selection based on statistical random forest algorithm

著者 (3件)： Song Yuan (Coll. of Automation and Electrical Engineering, Nanjing Technol. Univ., Jiangsu, Nanjing) ,  Liang Xuechun (Coll. of Automation and Electrical Engineering, Nanjing Technol. Univ., Jiangsu, Nanjing) ,  Zhang Ran (Coll. of Automation and Electrical Engineering, Nanjing Technol. Univ., Jiangsu, Nanjing)
資料名： Jisuanji Yingyong  (Jisuanji Yingyong)
巻： 35  号： 5  ページ： 1459-1461,1466  発行年： 2015年 
JST資料番号： C2535A  ISSN： 1001-9081  CODEN： JYIIDU  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 特徴冗長性を有し,最終的な特徴次元および他の問題を決定できない安静状態機能的磁気共鳴イメージング(R-fMRI)から誘導された脳機能連結性行列のための特徴選択の伝統的方法を中心に,新しい特徴選択アルゴリズムを提案した。アルゴリズムは,ランダムフォレスト(RF)アルゴリズムを組み合わせた統計的方法であり,統合失調症患者および正常人の同定実験に適用し,特徴バッグデータの分類結果により得られた。実験結果は,従来の主成分分析(PCA)と比較して,提案したアルゴリズムは効果的に認識精度,良好な医療説明を改善するための重要な特徴を保持することができることを示した。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： 連結性 ,  統計的方法 ,  冗長性 ,  統合失調症 ,  安静 ,  *アルゴリズム ,  患者 ,  *特徴選択 ,  主成分分析
準シソーラス用語： 認識精度 ,  *ランダムフォレスト ,  脳機能 ,  機能的MRI , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (4件)： 統計 ,  ランダムフォレスト ,  アルゴリズム ,  特徴選択