摘要
本发明属于认知障碍领域,具体涉及一种基于深度展开神经网络的孤独症谱系障碍识别系统,该系统的构建过程包括:使用近端梯度下降法求解带有空间信息的脑功能网络优化问题的可微部分,对不可微部分定义一个近端算子将优化问题转换为迭代公式;用深度展开算法将迭代公式中的近端算子替换为双层卷积层,则迭代公式重建为迭代网络,得到迭代网路模块;将卷积神经网络分类器融入原型学习,得到基于原型学习的卷积神经网络分类器;将迭代网路模块和基于原型学习的卷积神经网络分类器组合,得到障碍识别系统;训练系统并测试系统性能,得到最优的障碍识别系统;本发明提高了网络系统的拟合能力和泛化能力,进一步提高了识别疾病的准确率。