《表1 部分健康对照组样本聚类情况》
按照1.2节中的方法,利用基于密度聚类算法DBSCAN将动态脑网络中所有时间点的Rich?club进行聚类。而在使用DBSCAN的方法对脑网络状态进行聚类时,文中用0,1,2等数字表达聚类结果得到的不同类别,由于DBSCAN算法可以将异常噪音点筛选出来,为了将这些异常点与其它聚类结果进行区分,在进行结果可视化过程中,将异常点标注为-1,从而可以得出不同样本在整个数据采集区间上的聚类情况如表1,2和图6,7所示。
图表编号 | XD00170132300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.01 |
作者 | 盛景业、王彬、薛洁、淡杨超、刘畅 |
绘制单位 | 昆明理工大学信息工程与自动化学院、昆明理工大学信息工程与自动化学院、昆明理工大学云南省人工智能重点实验室、云南省公安厅禁毒局、昆明理工大学信息工程与自动化学院、昆明理工大学信息工程与自动化学院 |
更多格式 | 高清、无水印(增值服务) |