《表1 距离度量公式:基于描峰聚类的动态脑功能网络状态划分》

《表1 距离度量公式:基于描峰聚类的动态脑功能网络状态划分》   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
《基于描峰聚类的动态脑功能网络状态划分》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

首先,使用基于多种距离度量的多维尺度映射算法对短时功能连接矩阵进行降维。考虑不同的距离度量会对降维结果产生较大影响,本研究在MDS算法原有欧氏距离度量的基础上,引入曼哈顿距离、夹角余弦距离、相关距离、闵可夫斯基距离、切比雪夫距离、Spearman距离以及标准欧式距离等度量对短时功能连接特征进行降维(即分别用这几种距离度量方式构建MDS原始空间的平方距离矩阵)。几种距离的度量公式见表1。