基于RBF神经网络的老年痴呆症智能诊断研究-论文.pdf

《基于RBF神经网络的老年痴呆症智能诊断研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于RBF神网络的老年痴导瘟智雷g诊断研究张会敏①叶明全罗永钱②孟婷玮①陈碉珠③摘要为验证单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

2、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。关键词遗传算法BP神经网络RBF~*经网络老年痴呆症预测数据挖掘Doi：lO．3969~．issn．1673—7571．2015．06．011【中图分类号】R741；TP391【文献标识码】AStudyonIntelligentDiagnosisofSenileDementiaBasedonRBFNeuralNetwork／ZHANGHui—min，YEMing—quan，LUOYong—qian，etal／／ChinaDistalMedicine，一20

3、1510(6)：38tO41AbstractInordertOverifysingleRBFneuralnetworkismoresuitableforthepredictivediagnosisofseniledementia，throughthesimulationexperiment，asingleBPneuralnetwork，asingleRBFneurNnetwork，ageneticalgorithmtOoptimizeBPneuralnetworkandageneticalgorithmtooptimizeRBFneuralnetworkareusedtopr

4、edictseniledementia，establishingofthesefourkindsofnetworkmodel，thenanalyzingandcomparingtheforecastedresultsofthesefourkindsofnetworkmode1．ThesimulationexperimentswerecarriedoutontheplatformofMatlabsoftware，theresultsshowthat：inthepredictivediagnosisofseniledementia，thesingleRBFneur~network

5、predictiveresultsishigherthanthesingleBPneuralnetwork，andthemodelingtimeisshorterFurthermore，thepredictionresultsofthesingleRBFneuralnetworkisasthesameasthegeneticalgorithmtOoptimizeBPneuralnetwork，butthesingleRBFneuralnetworkmodelisrelativelysimple，andthepredictionresultsaremorestable．Ther

6、efore，diagnosisandpredictionofthesingleRBFneurNnetworkismoresuitableforseniledementia，andthisconclusioncanbeusedasatheoreticalguidetotheactualapplication．Keywordsgeneticalgorithm，BPneur~network，RBFneuralnetwork，dementiadiseaseprediction，dataminingFundprojectNational—levelCollegeStudents’Inn

7、ovativeTrainingProgram(No．201310368()27)；Provincial—levelCollegeStudents’InnovativeTrainingProgram(No．AH201310368027，AH201410368072)；KeyProjectofProvincial—levelNaturalScienceResearchofCollegesandUniversitiesinAnhuiProvince(No．KJ2014A266)Correspondingaut