基于共轭梯度算法的冠心病中医证候神经网络模型初探
 |
| 第1页 |
参见附件(1486KB，2页)。
孙贵香 廖常艳 袁肇凯 胡志希 任婷
【摘要】人工神经网络在对非线性复杂系统的信息处理上具有独特的优势。它能够在学习足够多样本的基础上,充分逼近任意复杂的非线性关系,获得样本数据的规则,因而是建立中医证候模型的较好方法。采用一种基于共轭梯度算法的BP神经网络,以临床流行病学调查资料为研究对象,对冠心病的中医证侯进行了规则提取研究,并运用检测样本对网络的性能作出评价。结果表明,基于共轭梯度算法的冠心病中医证候神经网络模型有较好获取数据规则的能力,值得进一步深入研究。
【关键词】 BP神经网络 共轭梯度算法 冠心病 证候
【基金】湖南省教育厅科研基金项目(No.07C476)
【分类号】R259
人工神经网络(artificial neural network,ANN)是基于对人脑神经组织结构和运行机制的认识与理解的基础上模拟其结构和行为的一种工程系统[1-3]。20世纪40年代McCllock和Pitts提出了ANN的第一个数学模型,从而开创了ANN研究时代。ANN具有高度非线性、并行性、自学习性和自组织
------
摘要：人工神经网络在对非线性复杂系统的信息处理上具有独特的优势。它能够在学习足够多样本的基础上，充分逼近任意复杂的非线性关系，获得样本数据的规则，因而是建立中医证候模型的较好方法。采用一种基于共轭梯度算法的BP神经网络，以临床流行病学调查资料为研究对象，对冠心病的中医证侯进行了规则提取研究，并运用检测样本对网络的性能作出评价。结果表明，基于共轭梯度算法的冠心病中医证候神经网络模型有较好获取数据规则的能力，值得进一步深入研究。
关键词：BP神经网络；共轭梯度算法；冠心病；证候
中图分类号：R541.4 R256.2 文献标识码：A 文章编号：1672-1349(2008)03-0339-02
您现在查看是摘要介绍页，详见PDF附件(1486KB，2页)。