首页 > 文献资料
-
基于聚类分析的径向基神经网络用于证候诊断的研究
目的:优化中医证候诊断模型,为中医证候诊断标准的研究提供可行性方法.方法:提出用于中医证候诊断的径向基(Radial Basis Function,RBF)神经网络,利用聚类分析确定RBF神经网络隐层的参数,运用小二乘确定RBF神经网络输出层的参数.结果:通过模型检验,证候诊断模型判准率比BP网络模型判准率高;证候诊断模型训练速度比BP网络模型快.结论:基于聚类分析的RBF神经网络用于中医证候诊断的研究是可行的和有效的.
-
基于RBF神经网络的老年痴呆症智能诊断研究
为验证单RBF神经网络更适用于老年痴呆症的预测诊断，通过仿真实验将单BP神经网络、单RBF神经网络、遗传算法优化BP神经网络及遗传算法优化RBF神经网络分别应用于老年痴呆症的预测诊断，建立这四种网络模型，并对四种网络模型的预测结果进行分析比较。仿真实验在Matlab软件平台上进行。结果表明：在老年痴呆症的预测诊断中，单RBF神经网络比单BP神经网络预测结果更好，建模时间更短。此外，单RBF神经网络与遗传算法优化的BP神经网络预测结果相同，但单RBF神经网络建模较为简单，预测结果更为稳定。而遗传算法对RBF神经网络优化作用不明显。因此，单RBF神经网络更适用于老年痴呆症的预测诊断，实际应用时可以此结论作为理论指导。
-
ED-NM-MO三联法对丹参三七配比的多目标优化研究
[目的]采用ED-NM-MO三联法对经基线等比增减设计的丹参、三七不同配比的药效学数据进行非线性拟合和多目标优化.[方法]对经基线等比增减设计的丹参、三七不同配比的药效学数据,以心肌缺血程度∑-ST、心肌缺血程度(缺血区左室)等7个分别反映心肌缺血、心脏状态和血流动力学的指标作为待优化的药效目标,进行非线性拟合和多目标优化.[结果]分别得到针对7个药效指标和6个药效指标(不包含血清中心肌钙蛋白)的Pareto优配比.[结论]ED-NM-MO三联法是一种适合复方特点的优化方法,可以应用于由多饮片多组分多成分复方药物的剂量配比优化.
-
基于RBF神经网络的加味生化汤药效模拟研究
目的 以加味生化汤的药效模拟为例,建立中药复方的RBF神经网络药效学预测模型.方法 基于正交设计和RBF神经网络.提出了中药复方药效模型,以加味生化汤的实验数据对模型精度进行了验证和评价.结果 自检验和留一法检验的线性相关系数分别为0.944、0.846.结论 所建模型可以对复方不同组合进行药效模拟,可为进一步实验验证提供参考,在寻找中药复方有效组分,并探讨以有效组分为处方进行中药复方二次开发模式方面具有良好的应用前景.
-
RBF神经网络与logistic回归模型的对比研究
目的 RBF神经网络是一种重要的数据挖掘分类模型,探讨RBF神经网络在解决判别分析问题中的应用.方法 通过实例比较RBF神经网络和logistic回归模型的性能优劣.结果 RBF神经网络的回代拟合效果和泛化能力明显优于logistic回归模型.结论RBF神经网络在医学统计学领域中具有较好的应用前景.
关键词： RBF神经网络 Logistic回归 ROC曲线 判别分析 -
基于ARM的无线动态血压监护仪的设计
针对目前国内移动医疗需求的日益扩大,在ARM嵌入式微处理器和GPRS无线通信模块的基础上,提出了一种无线动态血压监护仪的设计方案.文中详细介绍了系统的设计框架和软件流程,并引进RBF人工神经网络,实现了动态血压数据的曲线拟合,为心脑血管疾病的预防、诊断、治疗以及预后提供了科学依据.
-
C5.0决策树与RBF神经网络模型用于急性缺血性脑卒中出血性转化的风险预测性能比较
目的 比较C5.0决策树与径向基函数(radial basis function,RBF)神经网络用于急性缺血性脑卒中(acute jschemic stroke,AIS)出血性转化(hemorrhagic transformation,HT)风险预测性能.方法 将AIS住院患者作为研究对象,收集相关资料.根据入院2周内是否发生HT分为HT组与非HT组,建立C5.0决策树与RBF神经网络模型,比较两者的预测性能.结果 共收集460份病历资料,按照训练集与测试集7:3的比例分为训练集样本和测试集样本.C5.0决策树模型的训练集与测试集准确率分别为96.5％和80.1％,灵敏度为98.1％和82.6％,特异度为94.8％和77.9％,Kappa指数是0.93和0.60,AUC是0.97和0.80.RBF神经网络模型的训练集与测试集准确率分别为72.6％和74.7％,灵敏度为87.6％和88.4％,特异度为56.9％和62.3％,Kappa指数为0.45和0.50,AUC为0.72和0.75;在训练集中,C5.0决策树模型的预测性能优于RBF神经网络模型的预测性能.在测试集中,两者预测性能的差异无统计学意义.结论 C5.0决策树模型的预测性能优于RBF神经网络模型的预测性能.
-
补肾疏肝药对菟丝子-柴胡调整卵巢早衰机制研究的RBF神经网络模型
为了探讨补肾疏肝药对菟丝子-柴胡调整卵巢早衰的生物学机制,利用因子分析对下丘脑CRF、IL-1、β-End、E2R、PR、NOS、GnRHmRNA以及下丘脑-垂体-肾上腺(HPA)轴生物分子、下丘脑-垂体-卵巢(HPO)轴生物分子进行分组,对各组内生物分子建立RBF神经网络模型并建立各组之间的RBF神经网络模型.利用模型的预测功能可定量的分析各生物分子之间的动态关系,从而揭示补肾疏肝药对菟丝子-柴胡在调整卵巢早衰中所起的作用.RBF神经网络模型在研究中药配伍作用的复杂生物学机制方面有良好的应用前景.
-
制药反应釜温度控制系统的设计
通过现场采集的数据，通过正交小二乘法建立反应釜 RBF神经网络模型，并设计模糊 PID 控制器来对反应釜温度进行控制。实验结果表明，模糊 PID控制比常规 PID控制具有更好的控制效果。
