改進神經網絡算法及其在慢性腎臟病智能診斷中的應用.pdf

1、神經網絡首先是由心理學家Mcculloch和數學家Pitts于20世紀40年代共同提出的，他們提出的MP模型拉開了人們研究神經網絡的序幕。作為一種新興學科，涉及到機器學習，統(tǒng)計理論，計算智能等相關知識和理論。
　　目前慢性腎臟病已經成為威脅人類健康的又一大主要疾病，其患病率在全球范圍內都呈現不斷上升趨勢，人類對于慢性腎臟病的認識和研究已經刻不容緩。對于慢性腎臟病的判斷一直有很多相關因素的存在，而在醫(yī)學上，缺少一些能夠進行智能診斷的

2、模型和算法。
　　本文利用神經網絡技術對慢性腎臟病臨床數據進行了分析研究，期望從中發(fā)掘出慢性腎臟病的一些影響因素，從而建立相應的分類模型。本文主要完成了下面三個方面的工作：
　　1.對目前世界國家的慢性腎臟病患病情況進行了分析，結果表明發(fā)展中國家在慢性腎臟病的防治與治療當中花費的人力，財力，物力要高于發(fā)達國家，但是大多數發(fā)展中國家的人口基數較大，進而造成在慢性腎臟病防治與治療方面，發(fā)達國家的人均花費要高于發(fā)展中國家。

3、　　2.本文對BP神經網絡和概率神經網絡（PNN）進行了研究，利用遺傳算法（GA）、Adaboost算法、佳點集理論對兩種神經網絡進行了改進得到IGABP模型、IGAPNN模型、Adaboost-BP模型和Adaboost-PNN模型，此外本文還建立了PNN模型、BP模型、SVM模型和C5.0模型作為對比模型。
　　3.利用75%的樣本對8個模型進行對比研究，對模型誤差進行分析包括最大值、最小值、期望、方差以及運行時間得到Adab