基于Fast Newman二值算法的加權(quán)腦網(wǎng)絡(luò)模塊化算法
推薦 + 挑錯(cuò) + 收藏(0) + 用戶(hù)評(píng)論（0）
針對(duì)二值人腦結(jié)構(gòu)網(wǎng)絡(luò)的模塊化方法不足以反映復(fù)雜的人腦生理特征這一問(wèn)題，提出一種基于Fast Newman二值算法的加權(quán)腦網(wǎng)絡(luò)模塊化算法。該算法以凝聚節(jié)點(diǎn)的層次聚類(lèi)思想為基礎(chǔ)，以腦網(wǎng)絡(luò)中單個(gè)腦區(qū)節(jié)點(diǎn)的權(quán)重值和腦網(wǎng)絡(luò)總權(quán)重值為主要依據(jù)構(gòu)建加權(quán)模塊度評(píng)價(jià)指標(biāo)，并將其增量作為度量值來(lái)確定加權(quán)腦網(wǎng)絡(luò)中節(jié)點(diǎn)的合并從而實(shí)現(xiàn)模塊劃分。將該算法應(yīng)用于60個(gè)健康人的組平均數(shù)據(jù)中的實(shí)驗(yàn)結(jié)果顯示，與二值人腦網(wǎng)絡(luò)模塊化結(jié)果相對(duì)比，所提算法得到的模塊度提高了28%，并且模塊內(nèi)部和模塊外部的特征區(qū)分更加明顯，所得到的人腦模塊也更符合已知的人腦生理特性；而與現(xiàn)有的兩種加權(quán)模塊化算法實(shí)驗(yàn)對(duì)比結(jié)果表明，所提算法在合理劃分人腦網(wǎng)絡(luò)模塊結(jié)構(gòu)的同時(shí)也小幅提高了模塊度。
?
非常好我支持^.^
(0) 0%
不好我反對(duì)
(0) 0%
下載地址
基于Fast Newman二值算法的加權(quán)腦網(wǎng)絡(luò)模塊化算法下載
相關(guān)電子資料下載
- 品英Pickering公司將在慕尼黑上海電子展推出新型用于電子測(cè)試與驗(yàn)證的模塊化信 291
- 模塊化不間斷電源常見(jiàn)組件，旁路路徑的關(guān)鍵 74
- 模塊化不間斷電源和傳統(tǒng)差距，安裝位置方面 102
- 品英Pickering將亮相國(guó)防電子展，展示多款模塊化信號(hào)開(kāi)關(guān)和仿真解決方案 406
- 品英Pickering公司攜多款模塊化信號(hào)開(kāi)關(guān)和仿真解決方案亮相國(guó)防電子展 84
- 48V定制模塊化開(kāi)關(guān)電源辦法，機(jī)械占用空間 117
- 基于大功率窄脈沖固體半導(dǎo)體激光器模塊化設(shè)計(jì)應(yīng)用方案 285
- 智能工廠(chǎng)的優(yōu)勢(shì)不包括哪些 577
- 電力基建內(nèi)懸浮抱桿監(jiān)測(cè)系統(tǒng)|工作原理|模塊化設(shè)計(jì)|安全監(jiān)管 158
- 模塊化筆記本公司Framework發(fā)布全新酷睿U1版13寸筆記本 156