更新时间：2023-10-09 15:33:32
封面
版权信息
版权
内容提要
前言
第1章 绪论
1.1 研究背景与研究意义
1.2 人脑功能概述
1.2.1 人脑功能的物质基础
1.2.2 人脑的功能
1.2.3 人脑功能的特点
1.2.4 人脑功能的研究方法
1.3 群智能算法概述
1.3.1 群智能算法发展简史
1.3.2 群智能算法的特点
1.3.3 群智能算法在聚类中的应用
1.4 主要研究内容
1.4.1 面向fMRI数据的人脑功能划分进展
1.4.2 静态人脑功能划分方法
1.4.3 动态人脑功能划分方法
第2章 面向fMRI数据的人脑功能划分进展
2.1 fMRI数据
2.1.1 fMRI的基本原理
2.1.2 fMRI数据的采集过程
2.1.3 fMRI数据的特点
2.1.4 fMRI数据的预处理过程
2.2 面向fMRI数据的人脑功能划分问题
2.2.1 基本概念
2.2.2 分类
2.2.3 基本流程
2.3 面向fMRI数据的人脑功能划分方法
2.3.1 面向fMRI数据的静态人脑功能划分方法
2.3.2 面向fMRI数据的动态人脑功能划分方法
2.4 常用功能一致性度量和评价指标
2.4.1 常用功能一致性度量
2.4.2 常用评价指标
2.5 面向fMRI数据的人脑功能划分应用
2.6 存在的问题
2.7 本章小结
第3章 基于免疫克隆选择算法搜索GMM的脑岛功能划分方法
3.1 基础内容
3.1.1 免疫克隆选择算法
3.1.2 高斯混合模型
3.1.3 脑岛及其功能划分
3.2 NICS-GMM描述
3.2.1 基本思想
3.2.2 抗体、抗原表示与适应度函数
3.2.3 初始化抗体种群和克隆抗体
3.2.4 计算动态邻域信息
3.2.5 混合克隆变异
3.2.6 NICS-GMM的具体流程与分析
3.3 实验结果与分析
3.3.1 fMRI数据及其预处理
3.3.2 评价指标
3.3.3 搜索能力的比较
3.3.4 划分数的确定
3.3.5 划分结果
3.3.6 划分结果的连接模式
3.3.7 划分结果的功能一致性
3.4 本章小结
第4章 基于人工蜂群算法的人脑功能划分方法
4.1 人工蜂群算法概述
4.2 CSABC描述
4.2.1 基本思想
4.2.2 食物源表示
4.2.3 初始化
4.2.4 自适应交叉搜索
4.2.5 分步式搜索
4.2.6 CSABC的具体流程与分析
4.3 实验结果与分析
4.3.1 fMRI数据
4.3.2 评价指标
4.3.3 模拟fMRI数据上的聚类一致性
4.3.4 搜索能力
4.3.5 划分结果
4.3.6 划分结果的功能一致性
4.3.7 功能连接指纹
4.4 讨论
4.5 本章小结
第5章 基于改进型粒子群的人脑功能划分方法
5.1 粒子群优化算法概述
5.2 DPPSO描述
5.2.1 基本思想
5.2.2 动态非线性惯性权重
5.2.3 粒子位置表示
5.2.4 种群拓扑的粒子历史最优解选择策略
5.2.5 DPPSO的具体流程与分析
5.3 实验结果与分析
5.3.1 评价指标
5.3.2 实验结果比较
5.4 讨论
5.5 本章小结
第6章 基于人工水母搜索优化的人脑功能划分方法
6.1 人工水母搜索优化算法
6.1.1 初始化阶段
6.1.2 搜索阶段
6.2 ISAJSO描述
6.2.1 基本思想
6.2.2 融入迭代停滞的时间控制机制
6.2.3 适应度引导的步长确定策略
