群智能演算法在人腦功能劃分中的應用 趙學武 李玲玲 羅向陽 9787115609748 【台灣高等教育出版社】

編輯推薦
適讀人群 ：1）腦科學研究人員； 2）群智能演算法研究人員； 3）人工智慧或計算機科學與技術專業的高校師生。
1 揭開人腦奧秘，群智演算法助力功能劃分。本書對面向fMRI數據的人腦功能劃分現狀進行了較為全面的綜述，讓您了解人腦功能的多樣性和複雜性。
2 從靜態到動態，掌握腦功能劃分的前沿技術。詳細介紹4種靜態和1種動態功能劃分方法，幫助您成為腦科學研究的先驅者，把握人腦功能劃分的前沿進展！
3 對經典的免疫克隆演算法、人工蜂群演算法、粒子群演算法、人工水母演算法進行了描述和改進，將其用人腦的功能劃分，並進行了實驗對比；
4 採用清晰簡潔的語言，結構清晰、文字流暢，使得讀者能夠輕鬆理解和消化書籍內容。無論您是專業人士還是學生，都能夠輕鬆閱讀，快速掌握書中的知識，提升學習效果和研究能力。

內容簡介
《群智能演算法在人腦功能劃分中的應用》以人腦功能劃分方法為主線，結合群智能演算法，圍繞面向功能磁共振成像（fMRI）數據的人腦功能研究，詳細介紹4種靜態人腦功能劃分方法和1種動態人腦功能劃分方法。全書共7章，首先概述了人腦功能研究及群智能演算法，然後介紹了面向fMRI數據的人腦功能劃分進展，最後分別介紹了基於免疫克隆選擇演算法搜索高斯混合模型（GMM）的腦島功能劃分方法、基於人工蜂群演算法的人腦功能劃分方法、基於改進型粒子群的人腦功能劃分方法、基於人工水母搜索優化的人腦功能劃分方法、基於滑動窗口和人工蜂群演算法的動態人腦功能劃分方法。
《群智能演算法在人腦功能劃分中的應用》結構清晰、文字流暢，適合從事腦科學研究或群智能演算法研究工作的讀者閱讀，也適合作為高校相關專業學生的參考書。

目錄
第 1章 緒論
1 1 研究背景與研究意義 2
1 2 人腦功能概述 4
1 2 1 人腦功能的物質基礎 4
1 2 2 人腦的功能 6
1 2 3 人腦功能的特點 7
1 2 4 人腦功能的研究方法 8
1 3 群智能演算法概述 10
1 3 1 群智能演算法發展簡史 10
1 3 2 群智能演算法的特點 12
1 3 3 群智能演算法在聚類中的應用 12
1 4 主要研究內容 14
1 4 1 面向fMRI數據的人腦功能劃分進展 14
1 4 2 靜態人腦功能劃分方法 14
1 4 3 動態人腦功能劃分方法 16
第 2章 面向fMRI數據的人腦功能劃分進展
2 1 fMRI數據 18
2 1 1 fMRI的基本原理 18
2 1 2 fMRI數據的採集過程 18
2 1 3 fMRI數據的特點 20
2 1 4 fMRI數據的預處理過程 20
2 2 面向fMRI數據的人腦功能劃分問題 21
2 2 1 基本概念 22
2 2 2 分類 22
2 2 3 基本流程 23
2 3 面向fMRI數據的人腦功能劃分方法 24
2 3 1 面向fMRI數據的靜態人腦功能劃分方法 25
2 3 2 面向fMRI數據的動態人腦功能劃分方法 33
2 4 常用功能一致性度量和評價指標 33
2 4 1 常用功能一致性度量 33
2 4 2 常用評價指標 35
2 5 面向fMRI數據的人腦功能劃分應用 37
2 6 存在的問題 39
2 7 本章小結 42
第3章 基於免疫克隆選擇演算法搜索GMM的腦島功能劃分方法
3 1 基礎內容 44
3 1 1 免疫克隆選擇演算法 44
3 1 2 高斯混合模型 45
3 1 3 腦島及其功能劃分 46
3 2 NICS-GMM描述 47
3 2 1 基本思想 47
3 2 2 抗體、抗原表示與適應度函數 48
3 2 3 初始化抗體種群和克隆抗體 48
3 2 4 計算動態鄰域信息 48
3 2 5 混合克隆變異 50
3 2 6 NICS-GMM的具體流程與分析 51
3 3 實驗結果與分析 52
3 3 1 fMRI數據及其預處理 52
3 3 2 評價指標 53
3 3 3 搜索能力的比較 54
3 3 4 劃分數的確定 55
3 3 5 劃分結果 56
3 3 6 劃分結果的連接模式 57
3 3 7 劃分結果的功能一致性 58
3 4 本章小結 59
第4章 基於人工蜂群演算法的人腦功能劃分方法
4 1 人工蜂群演算法概述 61
4 2 CSABC描述 63
4 2 1 基本思想 63
4 2 2 食物源表示 64
4 2 3 初始化 64
4 2 4 自適應交叉搜索 65
4 2 5 分步式搜索 66
4 2 6 CSABC的具體流程與分析 68
4 3 實驗結果與分析 70
4 3 1 fMRI數據 70
4 3 2 評價指標 71
4 3 3 模擬fMRI數據上的聚類一致性 72
4 3 4 搜索能力 73
4 3 5 劃分結果 74
4 3 6 劃分結果的功能一致性 79
4 3 7 功能連接指紋 81
4 4 討論 83
4 5 本章小結 84
第5章 基於改進型粒子群的人腦功能劃分方法
5 1 粒子群優化演算法概述 86
5 2 DPPSO描述 88
5 2 1 基本思想 88
5 2 2 動態非線性慣性權重 89
5 2 3 粒子位置表示 90
5 2 4 種群拓撲的粒子歷史最優解選擇策略 90
5 2 5 DPPSO的具體流程與分析 91
5 3 實驗結果與分析 93
5 3 1 評價指標 93
5 3 2 實驗結果比較 94
5 4 討論 104
5 5 本章小結 105
第6章 基於人工水母搜索優化的人腦功能劃分方法
6 1 人工水母搜索優化演算法 107
6 1 1 初始化階段 107
6 1 2 搜索階段 108
6 2 ISAJSO描述 109
6 2 1 基本思想 110
6 2 2 融入迭代停滯的時間控制機制 110
6 2 3 適應度引導的步長確定策略 111
6 2 4 ISAJSO偽代碼描述 112
6 3 實驗結果與分析 114
6 3 1 實驗數據 114
6 3 2 實驗結果比較 115
6 4 本章小結 120
第7章 基於滑動窗口和人工蜂群演算法的動態人腦功能劃分方法
7 1 基礎內容 122
7 1 1 動態人腦功能劃分 122
7 1 2 滑動窗口 122
7 2 SWABC描述 123
7 2 1 基本思想 123
7 2 2 功能連接相似性最小性準則 124
7 2 3 基於混合策略的雇傭蜂搜索 125
7 2 4 動態半徑約束的偵察蜂搜索 126
7 2 5 SWABC的具體流程與分析 129
7 3 實驗結果與分析 130
7 3 1 fMRI數據與預處理 130
7 3 2 評價指標 131
7 3 3 滑動窗口長度的確定 131
7 3 4 功能狀態數的確定 132
7 3 5 各評價指標上的比較 133
7 3 6 動態功能劃分結果的驗證 140
7 4 討論 142
7 5 本章小結 143
結論 144
參考文獻 147