机译:具有权重稀疏控制和预训练的深度神经网络可提取分层特征并增强分类性能:来自精神分裂症的全脑静止状态功能连接模式的证据
Deep learning; Functional connectivity; Resting-state functional magnetic resonance imaging; Schizophrenia; Sparsity; Stacked autoencoder;
机译:具有权重稀疏控制和预训练的深度神经网络可提取分层特征并增强分类性能:来自精神分裂症的全脑静止状态功能连接模式的证据
机译:用具有新颖特征选择方法的深神经网络诊断脑休息状态功能连通模式的自闭症谱系障碍
机译:精神分裂症患者在默认模式下的异常功能连接和中央执行网络–全脑静息状态ICA研究
机译:使用静止状态功能网络连通性将精神分裂症与正常对照区分开:一种深度神经网络和逐层相关性传播方法
机译:通过使用新功能集和深度神经网络体系结构提高演讲者年龄和性别分类的框架
机译:具有权重稀疏控制和预训练的深度神经网络可提取分层特征并增强分类性能:来自精神分裂症的全脑静止状态功能连接模式的证据
机译:具有重量稀疏控制和预训练提取的深神经网络分层特征和增强分类性能:来自精神分裂症的全脑休息状态功能连通性模式的证据