《表3 NC组不同迭代次数的重建准确率》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于压缩感知与快速迭代阈值收缩算法的脑功能网络重建》
为了进一步评估所提出算法的性能,本文比较了FISTA与ISTA、L0正则化算法和L1正则化算法[14]在不同迭代次数时的重建准确率。每种方法都选取了最佳参数。对于ISTA,λ=0.4;对于L0正则化算法,λ=0.5;对于L1正则化算法,λ=0.000 1。如图5所示,四种算法随着迭代次数的增加,都达到了较高的重建准确率。其中FISTA在NC组和AD组的多次迭代中都取得了最好的效果,ISTA次之,L0正则化算法和L1正则化算法获得的效果相对较差。具体重建准确率与迭代次数间的关系如表3、表4所示。
图表编号 | XD00225729300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.25 |
作者 | 郭庆、滕月阳、仝灿、李迪森、王雪飞 |
绘制单位 | 东北大学医学与生物信息工程学院、医学影像智能计算教育部重点实验室、东北大学医学与生物信息工程学院、医学影像智能计算教育部重点实验室、东北大学医学与生物信息工程学院、医学影像智能计算教育部重点实验室、东北大学医学与生物信息工程学院、东北大学医学与生物信息工程学院 |
更多格式 | 高清、无水印(增值服务) |