一种基于张量局部保持投影的大脑认知状态的识别方法

摘要

本发明公开了一种基于张量局部保持投影(Tensor Locality Preserving Projection，TLPP)的大脑认知状态的识别方法，包括步骤：1)大脑认知状态fMRI数据的预处理及分组；2)构建近邻图G及相应的关联矩阵S；3)计算训练样本集的特征分解，求出相应的特征变换矩阵，计算训练样本的低维嵌入；4)分类识别，计算测试样本集的低维嵌入，利用基于张量距离的近邻分类器对其进行判别分类。本发明利用TLPP算法直接对多维张量进行降维和特征提取，对采集的脑认知fMRI数据进行特征降维，有效的对大脑认知状态进行识别分类，结合基于张量距离的近邻分类器，提高识别分类的准确性，该方法不仅继承了传统方法的优点，还大大减少了空间和时间的复杂度，克服了维数灾难，计算量较小，内存消耗小，耗时较短。

主权项

一种基于张量局部保持投影的大脑认知状态的识别方法，其特征在于：高维张量空间中相近或相离的两点，嵌入到低维张量空间以后仍然保持相近或相离的关系以及采用基于张量距离的分类器进行判定，包括以下步骤：1)大脑认知状态fMRI数据的预处理及分组；2)构建近邻图G及相应的关联矩阵S；3)计算训练样本集的特征分解，并求出相应的特征变换矩阵，最后计算训练样本的低维嵌入；4)分类识别，计算测试样本集的低维嵌入，利用基于张量距离的近邻分类器对其进行判别分类。