数据融合matlab代码-NAGFS:NAG-FS（网络地图集指导的特征选择），用于快速准确的图形数据分类

数据融合matlab代码NAGFS（网络地图集指导的功能选择） NAG-FS（网络地图集指导的特征选择），用于由Islem Mhiri创建的快速而准确的图形数据分类代码。 请联系查询。 谢谢。 尽管典型的特征选择（FS）方法旨在为目标分类任务识别原始特征空间中最具区分性的特征，但特征提取（FE）方法却无法通过跟踪来追踪原始特征，因为它们通过投影来提取新的歧视性特征。 因此，FS方法对于生物标志物发现的临床应用更加方便。 但是，现有的FS方法通常受到空间，时间，可伸缩性和可再现性的挑战。 为了解决这些问题，我们设计了一种简单但有效的特征选择方法，该方法通过比较健康和无序的大脑网络图集来学习，从而识别出最具区别性的特征。 拟议的详细NAGFS管道 这项工作已发表在2020年医学图像分析杂志上。网络地图集指导的特征选择（NAG-FS）是一种基于网络地图集的连词组特征选择方法，用于快速准确的分类。 我们基于学习的框架包括三个关键步骤。 （1）估计一个集中且具有代表性的网络图集，（2）区分性连接生物标志物识别，（3）疾病分类。 实验结果和与最先进方法的比较表明，NAG-FS可以在分类准确性和总体