-
题名基于遗传算法和BP神经网络的CTG识别研究
被引量:3
- 1
-
-
作者
周红标
张宇林
胡金平
-
机构
淮阴工学院电子与电气工程学院电气教研室
兰州理工大学电信学院电子信息教研室
-
出处
《重庆医科大学学报》
CAS
CSCD
北大核心
2011年第7期846-849,共4页
-
基金
淮安市2010年度科技支撑资助项目(编号:SN1045)
淮阴工学院科研基金资助项目(编号:HGG1009)
-
文摘
目的:针对正常类、非典型类和异常类3类胎心宫缩监护图(Cardiotocography,CTG),利用BP神经网络建立分类识别模型。方法:根据遗传算法(Genetic algorithm,GA)具有全局寻优的特点,引入遗传算法对神经网络权值和阈值进行优化,形成一种训练神经网络的混合算法(GA-BP算法),以克服BP算法易陷入局部最优解的缺陷,并以UCI数据库中的CTG数据集为例进行测试。结论:仿真结果表明,对于正常类、非典型类和异常类3类样本,BP算法的分类准确率分别为97.32%、71.97%和95.45%,而GA-BP算法的分类准确率分别提高到98.24%、82.67%和95.65%。可见GA-BP分类模型具有较强的学习能力和泛化能力,分类准确度更令人满意,所提出的方法是可行的。
-
关键词
胎心宫缩监护
BP神经网络
遗传算法
优化
-
Keywords
cardiotocography
BP neural network
genetic algorithm
optimization
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
R318.04
[医药卫生—生物医学工程]
-