|
|||||
|
|
| 高斯隶属度函数模糊神经网络在肺癌诊断中的应用 | |
| 作者姓名： | 徐力平 张华杰 吴逸明 |
| 作者单位： | [1]郑州大学信息工程学院,河南郑州450001 [2]郑州大学公共卫生学院,河南郑州450001 |
| 基金项目： | 国家自然科学基金资助项目 编号30571552 |
| 摘 要： | 选用隶属度函数为高斯函数的模糊神经网络用于肺癌诊断,尝试提高诊断的正确率.对于非二值输入参数,首先用高斯隶属度函数模糊化,然后与二值参数一起作为BP神经网络的输入参数.所用病例被随机分为训练集和证实集,训练模糊神经网络,用证实集测试该网络区分肺癌与非肺癌的能力.结果表明,用高斯隶属度函数的模糊神经网络比作为对照的三角形隶属度函数模糊神经网络诊断正确率有所提高,而且对病例如何分组不敏感. |
| 关 键 词： | 高斯隶属度函数 模糊神经网络 三角形隶属度函数 肺癌诊断 |
| 本文献已被 维普 等数据库收录！ | |