一种可解释的人脑视觉语义认知分类方法技术

本发明专利技术提出一种可解释的人脑视觉语义认知分类方法，该方法包括：将数据输入图神经网络模型，基于分组完毕的数据进行方差分析F检验并得到P值；基于P值对数据进行特征选择；基于特征选择出的样本，生成距离矩阵，利用距离矩阵，通过高斯核函数生成邻接矩阵；利用邻接矩阵对特征选择出的样本进行处理；基于处理后的样本对模型进行训练，得到训练完毕的模型；将数据输入训练完毕的模型得到分类结果，并利用训练完毕的模型的图神经网络解释器、度分布和节点中心性对分类结果进行分析和度量，得到分析结果。本发明专利技术本发明专利技术利用图网络的可解释性，通过指标量化和可视化的方式对人脑视觉语义的分类方法和视觉认知机制进行解释和分析。

【技术实现步骤摘要】

本专利技术涉及人工智能和认知神经科学，特别涉及一种可解释的人脑视觉语义认知分类方法。

技术介绍

1、人脑是人类最复杂的功能器官，其中视觉神经系统是人类感知世界最重要的信息通道，人类从外界接收的各种信息中80%以上是通过视觉神经系统获得的。近年来，人脑视听认知机制，特别是视觉语义认知机制得到了研究者的广泛关注。视觉认知是指人类对外界视觉刺激的感知、理解和记忆等过程，而视觉语义认知则是指人类对视觉内容的含义和关联的理解，是视觉认知的一个重要方面。视觉语义认知通常包括人脑对图像和视频中的物体、人脸以及景物等语义内容的理解。视觉语义认知是人类智能的核心功能之一，与人类的理解、思维、创造等高级认知能力密切相关。然而，视觉语义认知机制尚不明确，特别是语义的分类以及语义之间的逻辑关联，尚未得到充分阐明。

技术实现思路

1、鉴于上述状况，本专利技术的主要目的是为了提出一种可解释的人脑视觉语义认知分类方法，以解决上述技术问题。

2、本专利技术提出一种可解释的人脑视觉语义认知分类方法，所述方法包括如下步骤：

<本文档来自技高网...

【技术保护点】

1.一种可解释的人脑视觉语义认知分类方法，其特征在于，所述方法包括如下步骤：

2.根据权利要求1所述的一种可解释的人脑视觉语义认知分类方法，其特征在于，在所述步骤1中，基于分组完毕的功能性磁共振成像数据进行方差分析；对方差分析进行F检验，以计算P值，具体步骤如下：

3.根据权利要求2所述的一种可解释的人脑视觉语义认知分类方法，其特征在于，在基于分组完毕的功能性磁共振成像数据进行方差分析；对方差分析进行F检验，以计算P值的方法中，具体包括如下步骤：

4.根据权利要求3所述的一种可解释的人脑视觉语义认知分类方法，其特征在于，在基于分组完毕的功能性磁共振成像...

【技术特征摘要】

1.一种可解释的人脑视觉语义认知分类方法，其特征在于，所述方法包括如下步骤：

2.根据权利要求1所述的一种可解释的人脑视觉语义认知分类方法，其特征在于，在所述步骤1中，基于分组完毕的功能性磁共振成像数据进行方差分析；对方差分析进行f检验，以计算p值，具体步骤如下：

3.根据权利要求2所述的一种可解释的人脑视觉语义认知分类方法，其特征在于，在基于分组完毕的功能性磁共振成像数据进行方差分析；对方差分析进行f检验，以计算p值的方法中，具体包括如下步骤：

4.根据权利要求3所述的一种可解释的人脑视觉语义认知分类方法，其特征在于，在基于分组完毕的功能性磁共振成像数据进行方差分析；对方差分析进行f检验，以计算p值的方法中，对应的方法具体包括如下步骤：

5.根据权利要求4所述的一种可解释的人脑视觉语义认知分类方法，其特征在于，所述步骤2中，...

【专利技术属性】
技术研发人员：孙建成，孟德麒，戴利云，付帅奇，
申请(专利权)人：江西财经大学，
类型：发明
国别省市：