模糊神经网络与多元统计在判别分析中的对比研究

目的:找出模糊神经网络(FNN)和Bayes法在判别分析中的效果优劣。方法:运用模糊神经网络(ANN)和Bayes法对九种病症的250例腹痛患者进行判别诊断。结果 :模糊神经网络(FNN)的判别准确性明显优于Bayes法。

脑卒中发病率的统计分析及人工神经网络模型研究

本文利用2005—2015年江西省万载县人民医院记录的脑卒中患者数据,通过SPSS17.0进行统计和Matlab 2012a软件构建Elman神经网络预测模型,得到了脑卒中与年龄、季节、职业之间都有紧密的关联,并通过拟合得出了各年脑卒中的预测数据,这些拟合预测数据的平均误差率(MER)在6.3%以下,而且拟合系数R2接近1,且准确率达到了90%以上。

人工神经网络在几种疾病诊断中的应用

目的:运用人工神经网络(ANN)模型,对四种疾病进行辅助诊断。方法:从100例四种疾病的病例中随机抽取70例作为训练集,15例作为验证集,15例作为测试集,通过对网络进行训练,用训练好的网络对验证集和测试集进行仿真诊断试验。结果:ANN诊断消化道系统疾病的准确率达到93.7%以上。结论:ANN模型基本上可以用来在临床上作辅助诊断。