多知识抽取在脑认知中的应用

发布时间：2017-04-17 03:19

  本文关键词：多知识抽取在脑认知中的应用，由笔耕文化传播整理发布。

【摘要】：功能性磁共振成像(fMRI)对于探索大脑内部运作是脑认知研究的最重要工具,fMRI采集的数据是在一段时间内,对于特定刺激事物,大脑不同区域产生特定的反映变化图像,明显的特点是区域多,数据量大,使其成为一个非常具有挑战性的问题。因此,对收集的数据进行切实有效的分析化简,才能深度发掘大脑行为变化。人们越来越需要新的方法,可以有效地、客观地从功能磁共振成像数据中提取有用的信息并将它转化为可理解的知识。本文研究了粗糙集的基本理论和属性约简。粗糙集理论对于减少属性和获取规则提供了有效的方法。为了克服粗糙集属性约简算法约简单一,很难获得最小约简的缺点,提出了基于粗糙集循环多约简及其形式概念分析算法,该方法主要是利用粗糙集获得决策表的多约简抽取多知识,通过形式概念分析获得规则中各个条件属性值对决策值的影响程度,从而获取重要的规则。通过多约简获得的多个单知识库之间的规则可能存在矛盾,利用贝叶斯分类器来确定这些矛盾规则的决策,使得多知识库保持一致。通过UCI数据的实验结果证明该算法的有效性。最后,本文介绍了利用功能磁共振成像获得脑数据的相关条件与流程,通过对受试者大脑进行人为的外界刺激获得fMRI数据,根据fMRI数据中外界刺激类型(图像、中文、英文)的不同,将本文算法应用到对大脑不同区域的脑数据进行属性约简,进而通过FCA获得重要的规则。根据各个脑区的激活程度,来判定受到的外界刺激类型。
【关键词】：fMRI 脑认知 多知识 粗糙集 形式概念分析
【学位授予单位】：大连海事大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：R445.2;R338
【目录】：

• 摘要5-6
• ABSTRACT6-9
• 第1章 绪论9-13
• 1.1 研究背景及意义9-10
• 1.2 研究现状10-12
• 1.3 本文的工作12
• 1.4 论文结构12-13
• 第2章 粗糙集和形式概念分析的基本理论13-26
• 2.1 粗糙集理论概念13-19
• 2.1.1 知识与信息系统13-15
• 2.1.2 粗糙集理论基本定义15-17
• 2.1.3 多知识17-19
• 2.2 形式概念分析基本概念19-24
• 2.2.1 单值属性的形式背景19-20
• 2.2.2 多值属性的形式背景20-22
• 2.2.3 形式概念和Hasse图22-24
• 2.3 本章小结24-26
• 第3章 循环多约简及其形式概念分析算法26-46
• 3.1 整体算法的设计思路26
• 3.2 循环多约简算法26-31
• 3.2.1 简化表的快速计算法26-28
• 3.2.2 基于简表的循环多约简算法28-29
• 3.2.3 基于简表的与基于原表的循环多约简算法比较29-31
• 3.3 概念格的构造及其规则处理算法31-34
• 3.3.1 概念格构造方法31-32
• 3.3.2 概念格规则提取32-34
• 3.4 知识冲突的处理算法34-38
• 3.5 基于粗糙集多约简及其形式概念算法设计及仿真实验38-45
• 3.5.1 基于粗糙集多约简及其形式概念算法设计38-40
• 3.5.2 UCI数据仿真实验40-45
• 3.6 本章小结45-46
• 第4章 多知识抽取在脑认知中的应用46-69
• 4.1 实验背景46-47
• 4.1.1 实验对象及其条件46-47
• 4.1.2 实验流程47
• 4.2 脑数据预处理47-51
• 4.3 算法在脑数据中的应用51-65
• 4.3.1 脑数据的约简结果51-53
• 4.3.2 决策值为图像的知识处理53-58
• 4.3.3 决策值为中文的知识处理58-61
• 4.3.4 决策值为英文的知识处理61-65
• 4.4 实验结果及分析65-68
• 4.5 本章小结68-69
• 第5章 总结与展望69-71
• 5.1 论文总结69
• 5.2 下一步工作展望69-71
• 参考文献71-76
• 攻读学位期间公开发表论文76-77
• 致谢77

【相似文献】

中国期刊全文数据库 前10条

1 杨慧,瞿畅,李乃成;粗糙集与软集合在临床诊断中约简及决策分析[J];纺织高校基础科学学报;2004年03期

2 李琼,谢国明,牟永阁;基于粗糙集的数据挖掘技术在医学诊断中的应用[J];医疗卫生装备;2005年03期

3 晏峻峰;朱文锋;;粗糙集理论在中医证素辨证研究中的应用[J];中国中医基础医学杂志;2006年02期

4 孟庆全;徐文龙;;粗糙集合在中医诊断中的应用研究[J];安徽大学学报(自然科学版);2006年04期

5 李清霞;;基于粗糙集与分类回归树的“病例组合”分类研究[J];产业与科技论坛;2009年02期

6 姜华;刘健;张安妮;杨兴春;;基于粗糙集规则和灰色聚类算法的档案信息资源评价体系研究[J];江汉大学学报(自然科学版);2009年04期

7 刘亚丽;黄汛;;基于粗糙集理论的低压电器故障诊断方法研究[J];江汉大学学报(自然科学版);2012年05期

8 陈真诚,林刚,张锋,蒋大宗,倪利莉,王红艳;基于粗糙集理论的胸部X线数字图象增强方法的研究[J];光子学报;2002年08期

9 程树英;曲国锋;;基于粗糙集的肺炎诊断[J];数理医药学杂志;2009年03期

10 王刚;刘元宁;陈慧灵;董浩;朱晓冬;;粗糙集与支持向量机在肝炎诊断中的应用[J];吉林大学学报(工学版);2011年01期

中国重要会议论文全文数据库 前10条

1 黎文航;陈善本;王兵;;粗糙集理论在焊接中的应用综述[A];第十一次全国焊接会议论文集（第2册）[C];2005年

2 尹宗成;;粗糙集理论在我国粮食产量预测中的应用[A];现代农业理论与实践——安徽现代农业博士科技论坛论文集[C];2007年

3 邹刚;滕书华;孙即祥;陈森林;敖永红;;一种粗糙集优化协同原型模式约简分类方法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

4 葛丽;傅彦;;粗糙集在科学数据属性约简中的应用[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年

5 陈雪飞;;粗糙集分类中耦合数据的处理方法研究[A];2008年全国开放式分布与并行计算机学术会议论文集(上册)[C];2008年

6 肖健梅;芦晓明;王锡淮;;集装箱起重机防摇系统粗糙集控制[A];第二十六届中国控制会议论文集[C];2007年

7 王印松;冯康;;主汽温调节系统性能评价的粗糙集实现方法[A];第二十七届中国控制会议论文集[C];2008年

8 王红萍;万程亮;金彦丰;;应用粗糙集理论的对抗效果权重确定方法[A];2009’中国西部地区声学学术交流会论文集[C];2009年

9 王莉;周献中;;一种基于粗糙集的模糊神经网络模型在钢材力学性能预测中的研究[A];2009年中国智能自动化会议论文集（第二分册）[C];2009年

10 卓明;王丽珍;谭旭;;基于粗糙集近似集扩展的规则提取算法[A];第十七届全国数据库学术会议论文集（技术报告篇）[C];2000年

中国博士学位论文全文数据库 前10条

1 马希骜;概率粗糙集属性约简理论及方法研究[D];西南交通大学;2014年

2 唐孝;基于粗糙集的知识发现方法及其在ECG信号识别中的应用[D];电子科技大学;2015年

3 曾凯;邻域粒化粗糙计算的关键技术研究与应用[D];电子科技大学;2015年

4 鲍忠奎;面向不确定信息系统的粗糙集扩展模型研究[D];合肥工业大学;2015年

5 薛佩军;正负域覆盖广义粗糙集与知识粗传播研究[D];山东大学;2007年

6 孔芝;粗糙集理论若干问题的研究与应用[D];东北大学;2009年

7 秦中广;基于粗糙集的交叉研究及其在中医诊断的应用[D];华南理工大学;2002年

8 刘少辉;知识发现中粗糙集理论的研究[D];中国科学院研究生院（计算技术研究所）;2003年

9 邓大勇;基于粗糙集的数据约简及粗糙集扩展模型的研究[D];北京交通大学;2007年

10 孙英娟;基于粗糙集的分类方法研究[D];吉林大学;2011年

中国硕士学位论文全文数据库 前10条

1 江飞;粗糙集神经网络故障诊断方法研究[D];西安石油大学;2015年

2 何理荣;粗糙集理论在银行信贷风险评估中的应用研究[D];华南理工大学;2015年

3 张德齐;基于粗糙集理论的电机故障诊断方法研究[D];渤海大学;2015年

4 杨礼;基于粗糙集的公路交通安全预警研究[D];西南交通大学;2015年

5 聂萌瑶;基于泛系串并模型的粗糙集概念扩展与拓扑空间[D];兰州大学;2015年

6 徐鹏;基于粗糙集的建筑起重机械安全精细化评价研究[D];西安建筑科技大学;2015年

7 孙宇航;粗糙集属性约简方法在医疗诊断中的应用研究[D];苏州大学;2015年

8 张曼;基于粗糙集和包含度的聚类分类算法研究[D];青岛理工大学;2015年

9 车世远;基于群搜索优化粗糙集的脑科学数据研究[D];大连海事大学;2015年

10 林哲;基于粗糙集的马田系统研究及其在银行直接营销客户分类中的应用[D];南京理工大学;2015年

  本文关键词：多知识抽取在脑认知中的应用，，由笔耕文化传播整理发布。

本文编号：312317