原创 2016-nature-Natural speech reveals the semantic maps that tile human cerebral cortex
1. 其他研究文獻的缺點 However, all previous studies tested only a handful of stimulus conditions, so no study has yet produced a
原创 [spm操作] 用SPM批量處理多個被試多個run的初步介紹
本帖作爲《用Matlab和SPM批量處理被試的經驗總結》的一部分目錄貼請見http://home.52brain.com/forum.ph ... =1&extra=#pid158525 由於有些滴友不知道如何處理多個被試多個run的
原创 ACNet
Adaptively Connected Neural Networks Paper link: Adaptively Connected Neural Networksarxiv.org Code link: wa
原创 2017-trans-Alzheimer’s Disease Classification 3-D Texture Features
一、 核心框架部分 這篇文章提出了提出了一種針對AD分類的基於單獨分層網絡的新的特徵表達方式。爲了構建一個分層網絡, 首先,通過三種新的規則生成了三個新的atlases,結合已有的AAL的atlas
原创 Classification of Alzheimer’s Disease Using Whole Brain Hierarchical Network
The main contributions of this paper can be summarized as follows: A hierarchical network is constructed
原创 [spm操作] 什麼是ROI,如何做ROI以及批量提取ROI的%signal change的示例程序
本帖作爲《用Matlab和SPM批量處理被試的經驗總結》的一部分目錄貼請見http://home.52brain.com/forum.ph ... =1&extra=#pid158525ROI (region of interest,
原创 TensorFlow 深度學習筆記 TensorFlow實現與優化深度神經網絡
TensorFlow 深度學習筆記 TensorFlow實現與優化深度神經網絡 轉載請註明作者:夢裏風林 Github工程地址:https://github.com/ahangchen/GDLnotes 歡迎s
原创 Tensorflow體驗: 搭建 3D CNN
結合Udacity 上的 deep learning 公開課 https://cn.udacity.com/course/deep-learning–ud730 再把深度學習的知識再複習一篇,順便熟悉Tensorflow 的使用。 3D
原创 Convolution Neural Network (CNN) 原理與實現
本文結合Deep learning的一個應用,Convolution Neural Network 進行一些基本應用,參考Lecun的Document 0.1進行部分拓展,與結果展示(in python)。 分爲以下幾部分: 1.
原创 基於3D卷積神經網絡的行爲識別:3D Convolutional Neural Networks for Human Action Recognition
基於3D卷積神經網絡的行爲識別:3D Convolutional Neural Networks for Human Action Recognition 簡介: 這是一片發表在TPAMI上的文章,可以看見作者有餘凱(
原创 [spm操作] 什麼是mask,如何做mask(未完)
本帖作爲《用Matlab和SPM批量處理被試的經驗總結》的一部分目錄貼請見http://home.52brain.com/forum.ph ... =1&extra=#pid158525我在初學fMRI數據分析的時候常聽到mask這個東
原创 [spm操作] VBM分析中,modulation的作用
本帖作爲《用Matlab和SPM批量處理被試的經驗總結》的一部分目錄貼請見http://home.52brain.com/forum.ph ... =1&extra=#pid158525在VBM分析中,通常都有一個modulation的
原创 可視化理解卷積神經網絡
原文地址:http://blog.csdn.net/hjimce/article/details/50544370 作者:hjimce 一、相關理論 本篇博文主要講解2014年ECCV上的一篇經典文獻:《Visualizi
原创 淺談對機器學習方法(決策樹,SVM,KNN最近鄰,隨機森林,樸素貝葉斯、邏輯迴歸)的理解以及用SKLEARN工具實現文本分類和迴歸方法
淺談對機器學習方法(決策樹,SVM,KNN最近鄰,隨機森林,樸素貝葉斯、邏輯迴歸)的理解以及用SKLEARN工具實現文本分類和迴歸方法 一、決策樹 定下一個最初的質點,從該點出發、分叉。(由於最初質點有可能落在邊界值上,此時有可能會
原创 模式識別中Fisher分類器的Matlab實現及測試
Fisher分類器用於解決二類線性可分問題。 Fisher準則基本原理:找到一個最合適的投影軸,使兩類樣本在該軸上投影之間的距離儘可能遠,而每一類樣本的投影儘可能緊湊,從而使分類效果爲最佳。 例如上圖中:通過將方塊點和圓點向w1投影,然