首页 > 文献资料
-
基于人工神经网络方法对流感分级的判别
流行性感冒具有起病突然,传播迅速,感染性强,群发性高的特点,20 世纪全球 4 次流感大流行都波及到我国[1].研究流感流行的规律,对社会安定、经济发展都有重要的现实意义.本文利用人工神经网络方法建立流感强度判别模型,为进一步实现流感预测、预报提供依据.
-
基于人工神经网络方法的中药功效归类研究
中药功效分类是目前普遍采用的分类方法,为掌握同类药物在药性、功效、主治疾病和禁忌等方面的共性和个性,以及临床应用等都提供了便利手段.由于对药物认识角度不同,以及药物本身具有的多种临床功效,使得同一药物有可能在不同文献中被分为不同类别,如狗脊可被分为祛风湿强筋骨药[1]和补阳药[2]等.本文根据中药特征进行功效分类结果统一的探索性研究.
-
艺术嗓音歌声客观评价初探
目的 探讨客观评价艺术嗓音歌声的方法.方法 对48名声乐专业青年大学生录制专业训练歌声信号,提取歌声平均能量、频率误差、音域误差作为评价参数,使用神经网络方法和多元线性回归方法客观评价歌声质量,并与资深专业教师的主观评价进行比较.结果客观评价歌声质量的方法中,神经网络方法误差在4%之内,而线性回归方法误差在6%之内,前者较优.结论 神经网络方法利用评价参数能正确客观评价歌声质量,有助于科学地指导选拔和训练艺术嗓音人才.
-
回归方程与神经网络在数值预测方面的对比研究综述
在医学实践中往往需要对尚未发生的事件特征进行数据预测,在这一过程中都是从以往获得的数据作为预测的根据.但是,回归方程的预测的实质是从已知数据中计算出回归方程,再从回归方程线的走向趋势来获得未知的数据.而神经网络预测的实质是从已知的数据空间,根据某种原则向未知数据空间进行映射,从而得到未知数据.虽然这两种预测原理根本不同,但其预测值的结果在有些时候却惊人的一致.那末,在具体数值预测实践中到底选用哪种方法则需要根据具体情况而定.笔者得出的结论是:若已知数据因果之间能形成某种函数趋势,则使用回归方程方法;若已知数据因果之间仅能找到某种较为稳定规律,但不能形成函数趋势时,则使用神经网络方法.下面对这两种方法分别进行叙述.