本文關(guān)鍵詞：優(yōu)化BP神經(jīng)網(wǎng)絡(luò)在糖尿病患病風(fēng)險(xiǎn)分析中的應(yīng)用

  更多相關(guān)文章： 糖尿病 BP神經(jīng)網(wǎng)絡(luò) 遺傳算法GA 患病風(fēng)險(xiǎn)

【摘要】：隨著經(jīng)濟(jì)的飛速發(fā)展,人民的生活水平逐漸提高,糖尿病在我國的發(fā)病率也越來越高,每年消耗的醫(yī)療資源不計(jì)其數(shù)。對于糖尿病這種不可治愈的疾病,最好的辦法就是預(yù)防。對糖尿病的有效預(yù)防將會(huì)給個(gè)人和國家減輕巨大的經(jīng)濟(jì)負(fù)擔(dān),節(jié)約大量醫(yī)療資源。因此,有關(guān)糖尿病預(yù)防的研究越來越受到各界重視。本文針對糖尿病預(yù)防的需求,設(shè)計(jì)一個(gè)糖尿病患病風(fēng)險(xiǎn)分析系統(tǒng)。利用優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型對大量糖尿病數(shù)據(jù)擬合,可以通過計(jì)算人體多項(xiàng)體征參數(shù)達(dá)到實(shí)時(shí)測試個(gè)體患糖尿病的風(fēng)險(xiǎn)的目的。具體研究工作如下:1.構(gòu)建一個(gè)基于BP神經(jīng)網(wǎng)絡(luò)的糖尿病患病風(fēng)險(xiǎn)評估模型。分析糖尿病發(fā)作的高危風(fēng)險(xiǎn)因素,對實(shí)驗(yàn)數(shù)據(jù)進(jìn)行提取和整合,構(gòu)建神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)模型,以經(jīng)過數(shù)據(jù)訓(xùn)練后的模型對個(gè)人患糖尿病的風(fēng)險(xiǎn)進(jìn)行評估。2.使用遺傳算法優(yōu)化風(fēng)險(xiǎn)評估模型。改善BP神經(jīng)網(wǎng)絡(luò)的初始參數(shù),避免在學(xué)習(xí)過程中陷入局部極值的情況并且提高學(xué)習(xí)效率,使應(yīng)用于糖尿病數(shù)據(jù)的BP神經(jīng)網(wǎng)絡(luò)患病風(fēng)險(xiǎn)評估模型更加合理、準(zhǔn)確、高效。3.設(shè)計(jì)一個(gè)糖尿病患病風(fēng)險(xiǎn)分析系統(tǒng)的圖形用戶界面。簡便的操作方式和清楚直觀的分析結(jié)果顯示模式使本系統(tǒng)更加易于推廣普及。本系統(tǒng)設(shè)計(jì)的主要工具為MATLAB軟件,使用MATLAB語言編程實(shí)現(xiàn)BP神經(jīng)網(wǎng)絡(luò)建模和遺傳算法的優(yōu)化過程,通過MATLAB軟件的可視化圖形界面工具GUI來制作系統(tǒng)用戶界面。大量實(shí)驗(yàn)的結(jié)果表明,優(yōu)化BP神經(jīng)網(wǎng)絡(luò)構(gòu)建的糖尿病患病風(fēng)險(xiǎn)模型可以對個(gè)體當(dāng)前患糖尿病的風(fēng)險(xiǎn)進(jìn)行較高精度的判定,這證明了本文中所采用的研究方法是正確的,設(shè)計(jì)的糖尿病患病風(fēng)險(xiǎn)判定系統(tǒng)是有效的,具有使用價(jià)值。
【關(guān)鍵詞】：糖尿病 BP神經(jīng)網(wǎng)絡(luò) 遺傳算法GA 患病風(fēng)險(xiǎn)
【學(xué)位授予單位】：蘭州理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：R587.1;TP183
【目錄】：

• 摘要7-8
• Abstract8-12
• 第一章 緒論12-17
• 1.1 研究的背景和意義12-13
• 1.2 國內(nèi)外研究現(xiàn)狀13-15
• 1.3 主要研究內(nèi)容及論文架構(gòu)15-17
• 1.3.1 主要研究內(nèi)容15
• 1.3.2 論文結(jié)構(gòu)安排15-17
• 第二章 糖尿病概述17-22
• 2.1 糖尿病簡介17
• 2.2 糖尿病發(fā)病的影響因素17-19
• 2.3 糖尿病數(shù)據(jù)在研究中的應(yīng)用19-21
• 2.3.1 將數(shù)據(jù)挖掘技術(shù)引入糖尿病數(shù)據(jù)研究19-20
• 2.3.2 糖尿病數(shù)據(jù)的收集和整理20-21
• 2.4 本章小結(jié)21-22
• 第三章 糖尿病數(shù)據(jù)分析的相關(guān)方法22-45
• 3.1 BP神經(jīng)網(wǎng)絡(luò)簡介22-31
• 3.1.1 神經(jīng)元及網(wǎng)絡(luò)模型22-24
• 3.1.2 BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)原理24-26
• 3.1.3 BP神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)過程26-29
• 3.1.4 BP神經(jīng)網(wǎng)絡(luò)在糖尿病數(shù)據(jù)分析中的適用性29-30
• 3.1.5 BP神經(jīng)網(wǎng)絡(luò)的局限性30-31
• 3.2 遺傳算法概述31-40
• 3.2.1 遺傳算法介紹31-32
• 3.2.2 遺傳算法基本原理32-37
• 3.2.3 遺傳算法的實(shí)現(xiàn)過程37-39
• 3.2.4 遺傳算法的特點(diǎn)39-40
• 3.3 遺傳算法與BP神經(jīng)網(wǎng)絡(luò)的結(jié)合40-43
• 3.3.1 遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)41
• 3.3.2 遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的參數(shù)41-43
• 3.4 本章小結(jié)43-45
• 第四章 糖尿病患病風(fēng)險(xiǎn)判定模型的構(gòu)建45-56
• 4.1 數(shù)據(jù)樣本處理45-48
• 4.1.1 糖尿病數(shù)據(jù)的獲取和整合45-47
• 4.1.2 確定輸入輸出模式47-48
• 4.2 BP神經(jīng)網(wǎng)絡(luò)參數(shù)和結(jié)構(gòu)的設(shè)計(jì)48-54
• 4.2.1 訓(xùn)練參數(shù)的選擇48-49
• 4.2.2 隱含層數(shù)的選擇49-51
• 4.2.3 隱含層神經(jīng)元數(shù)目的選擇51-54
• 4.3 遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)參數(shù)54-55
• 4.4 本章小結(jié)55-56
• 第五章 糖尿病患病風(fēng)險(xiǎn)模型的測試與系統(tǒng)的實(shí)現(xiàn)56-65
• 5.1 測試與分析56-60
• 5.2 系統(tǒng)的實(shí)現(xiàn)60-64
• 5.2.1 開發(fā)平臺(tái)61
• 5.2.2 用戶界面61-63
• 5.2.3 系統(tǒng)應(yīng)用測試63-64
• 5.3 本章小結(jié)64-65
• 總結(jié)與展望65-66
• 參考文獻(xiàn)66-70
• 致謝70-71
• 附件71-74

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 楊金寶;張昌宏;陳平;;基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)故障診斷研究[J];計(jì)算機(jī)與數(shù)字工程;2012年02期

2 毛健;趙紅東;姚婧婧;;人工神經(jīng)網(wǎng)絡(luò)的發(fā)展及應(yīng)用[J];電子設(shè)計(jì)工程;2011年24期

3 吳限;吳恬;隋順彬;劉光民;雍子豪;;基于MATLAB的BP網(wǎng)絡(luò)在月生活用水量預(yù)測中的應(yīng)用[J];供水技術(shù);2011年06期

4 許興軍;顏鋼鋒;;基于BP神經(jīng)網(wǎng)絡(luò)的股價(jià)趨勢分析[J];浙江金融;2011年11期

5 馬強(qiáng);馬少華;毛宗磊;;利用遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)[J];科技廣場;2008年12期

6 葛繼科;邱玉輝;吳春明;蒲國林;;遺傳算法研究綜述[J];計(jì)算機(jī)應(yīng)用研究;2008年10期

7 牛潔;劉銅華;楊麗霞;王志程;;環(huán)境因素在2型糖尿病發(fā)生中的作用[J];中國慢性病預(yù)防與控制;2008年04期

8 王美;劉泱;;改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)在糖尿病危險(xiǎn)因素分析中的應(yīng)用[J];軟件導(dǎo)刊;2008年04期

9 李萍;曾令可;稅安澤;金雪莉;劉艷春;王慧;;基于MATLAB的BP神經(jīng)網(wǎng)絡(luò)預(yù)測系統(tǒng)的設(shè)計(jì)[J];計(jì)算機(jī)應(yīng)用與軟件;2008年04期

10 張小玉;蔡桂芳;;BP神經(jīng)網(wǎng)絡(luò)在某型飛機(jī)發(fā)動(dòng)機(jī)故障預(yù)測中的應(yīng)用[J];機(jī)電產(chǎn)品開發(fā)與創(chuàng)新;2008年02期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前9條

1 任謝楠;基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)的優(yōu)化研究及MATLAB仿真[D];天津師范大學(xué);2014年

2 張華;基于優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的微博輿情預(yù)測模型研究[D];華中師范大學(xué);2014年

3 常凱;基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘分類算法比較和分析研究[D];安徽大學(xué);2014年

4 蘇航;基于BP神經(jīng)網(wǎng)絡(luò)的地鐵信號(hào)設(shè)備故障預(yù)測[D];華南理工大學(xué);2013年

5 楊開明;糖尿病中醫(yī)臨床數(shù)據(jù)挖掘技術(shù)研究[D];昆明理工大學(xué);2013年

6 劉曉敏;基于BP神經(jīng)網(wǎng)絡(luò)的股指預(yù)測系統(tǒng)[D];大連理工大學(xué);2012年

7 喬姍姍;基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)在建筑工程投標(biāo)報(bào)價(jià)中應(yīng)用的研究[D];揚(yáng)州大學(xué);2012年

8 賀電;大型風(fēng)電場短期功率預(yù)測研究[D];北京交通大學(xué);2011年

9 趙紅;基于免疫遺傳算法的模糊神經(jīng)網(wǎng)絡(luò)研究[D];哈爾濱工程大學(xué);2008年

，

本文編號(hào)：1069039