基于共轭梯度算法的冠心病中医证候神经网络模型初探

人工神经网络在对非线性复杂系统的信息处理上具有独特的优势。它能够在学习足够多样本的基础上,充分逼近任意复杂的非线性关系,获得样本数据的规则,因而是建立中医证候模型的较好方法。采用一种基于共轭梯度算法的BP神经网络,以临床流行病学调查资料为研究对象,对冠心病的中医证侯进行了规则提取研究,并运用检测样本对网络的性能作出评价。结果表明,基于共轭梯度算法的冠心病中医证候神经网络模型有较好获取数据规则的能力,值得进一步深入研究。