%0 Journal Article
%T 基于统计特性随机森林算法的特征选择
%A 宋源
%A 梁雪春
%A 张然
%J 计算机应用
%D 2015
%X ？针对由静息态功能磁共振成像(r-fmri)得到的脑功能连接矩阵数据运用传统特征选择方法处理的结果,存在特征冗余,无法确定最终特征维数等问题,提出一种全新的特征选择算法.该算法在随机森林(rf)算法中结合统计特性,根据袋外数据的分类效果得到保留的特征,并将其运用在对精神分裂患者与正常被试者的识别实验中.实验结果表明,与传统的主成分分析(pca)方法相比,该算法可以有效保留重要特征,提高识别精度,且保留的特征具有很好的医学解释性.
%K 随机森林
%K 统计特性
%K 静息态功能磁共振成像
%K 脑功能连接矩阵
%U http://www.joca.cn/CN/abstract/abstract18158.shtml