基于自适应组效应稀疏的抑郁识别方法
Depression recognition via sparse learning model with adaptive grouping effect
1. 福建农林大学 计算机与信息学院, 福州 350117
2. 中国科学院高能物理研究所 北京同步辐射装置, 北京 100049
摘要
稀疏特征选择对复杂抑郁脑电数据分析至关重要，不仅能有效缓解维数灾难问题，还能显著提升算法的泛化能力。然而，现有抑郁识别方法未考虑脑电特征间潜在的组结构信息，影响了算法的识别性能和维度缩减能力。为此，提出一种基于自适应组效应稀疏的抑郁识别方法。首先，采用一种有序加权融合机制对不同节律脑电信号的时域特征进行聚合，以形成更紧凑、更准确的特征表示。随后，提出一种新的自动组效应稀疏模型，通过定义加权L1范数约束项与成对结构惩罚项，促使模型剔除冗余和噪声特征的同时，自适应地识别并筛选出最稀疏和最具判别性的高相关特征组。实验结果表明，所提出方法在MODMA数据集上实现了99.87%的平均预测准确率，较现有抑郁识别方法提升了2.23%；在EDRA数据集上取得了99.60%的平均准确率。同时，所提出的稀疏模型与经典特征选择算法相比，具有很强的竞争力。
基金项目
国家自然科学基金青年项目(12205328)
国家重点研发计划项目(2022YFF1202400,2023YFF1203900)
出版信息
DOI: 10.19734/j.issn.1001-3695.2025.11.0474
出版期卷: 《计算机应用研究》 优先出版, 2026年第43卷 第7期
发布历史
[2026-03-24] 优先出版
引用本文
吴涛, 刘夏, 张承龙, 等. 基于自适应组效应稀疏的抑郁识别方法 [J]. 计算机应用研究, 2026, 43 (7). (2026-03-24). https://doi.org/10.19734/j.issn.1001-3695.2025.11.0474. (Wu Tao, Liu Xia, Zhang Chenglong, et al. Depression recognition via sparse learning model with adaptive grouping effect [J]. Application Research of Computers, 2026, 43 (7). (2026-03-24). https://doi.org/10.19734/j.issn.1001-3695.2025.11.0474. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
