基于人工神經(jīng)網(wǎng)絡(luò)的卵巢腫物術(shù)前診斷
【學(xué)位單位】:山東大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位年份】:2019
【中圖分類(lèi)】:R737.31
【部分圖文】:
圖1.1(b)年齡箱形圖?圖1.1(c)年齡QQ-Plot圖??箱形圖中矩形箱子左端表示分布的第25個(gè)百分位數(shù)為29,右端??表示分布的第75個(gè)百分位數(shù)為55,左右兩端的距離稱(chēng)為四分位距??(InterQuartile?Range,?IQR)。箱子的中部有一條縱線(xiàn),表示分??布的中位數(shù),也就是分布的第50個(gè)百分位數(shù)為43。從矩形箱兩端作??平行于橫軸的線(xiàn)至向外延伸1.?5倍IQR的位置,因極值在此區(qū)間內(nèi),??于極值處做端線(xiàn)。圖1.1(b)示年齡變量中無(wú)離群值。??Q?Q?-?P1?〇?t圖中直線(xiàn)由四分之一分位點(diǎn)和四分之三分位點(diǎn)這兩點(diǎn)??確定,如果數(shù)據(jù)服從正態(tài)分布,生成的散點(diǎn)會(huì)很好依附在直線(xiàn)上。??10??
年齡??圖1.1(a)年齡頻數(shù)分布直方圖??100??80??年齡I^?:——I?s60??匕丄:二?40?/??20??0????0?2〇?4〇?6〇?8〇?100?|?_2?‘正態(tài)值?2?4??圖1.1(b)年齡箱形圖?圖1.1(c)年齡QQ-Plot圖??
圖1.2(b)產(chǎn)次箱形圖?圖1.2(c)產(chǎn)次QQ-Plot圖??圖1.?2(b)示產(chǎn)次變量中存在兩個(gè)離群值,圖1.?2(c)示產(chǎn)次變量??不服從正態(tài)分布。??3)臨床癥狀??11??
【相似文獻(xiàn)】
相關(guān)期刊論文 前10條
1 王志軍;;人工神經(jīng)網(wǎng)絡(luò)在軋鋼中的應(yīng)用綜述[J];上海工程技術(shù)大學(xué)學(xué)報(bào);2018年04期
2 魏曉丹;;人工神經(jīng)網(wǎng)絡(luò)在自動(dòng)化領(lǐng)域的應(yīng)用[J];科技風(fēng);2019年15期
3 杜秉航;;人工神經(jīng)網(wǎng)絡(luò)初探[J];科技傳播;2018年02期
4 宋子航;;深度學(xué)習(xí)技術(shù)及其在醫(yī)療領(lǐng)域中的應(yīng)用[J];科技傳播;2018年12期
5 彭驛茹;;人工神經(jīng)網(wǎng)絡(luò)發(fā)展歷史與訓(xùn)練算法概述[J];科技傳播;2018年21期
6 馬衛(wèi)東;;電氣控制線(xiàn)路和人工神經(jīng)網(wǎng)絡(luò)關(guān)系初探[J];電子世界;2017年02期
7 宋泓陽(yáng);孫曉巖;項(xiàng)曙光;;人工神經(jīng)網(wǎng)絡(luò)在化工過(guò)程中的應(yīng)用進(jìn)展[J];化工進(jìn)展;2016年12期
8 宋雨濛;;基于3s的人工神經(jīng)網(wǎng)絡(luò)模型在地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)中的應(yīng)用[J];報(bào)刊薈萃;2017年04期
9 ;青春IN詞[J];青春期健康;2017年09期
10 鄭昱;陶倩楠;;人工神經(jīng)網(wǎng)絡(luò)在未來(lái)深空探測(cè)中的應(yīng)用[J];太空探索;2017年08期
相關(guān)博士學(xué)位論文 前10條
1 Han Qiang;[D];山東大學(xué);2005年
2 劉懷喜;復(fù)合材料飛輪的損傷與斷裂的聲發(fā)射研究[D];武漢理工大學(xué);2005年
3 白艷萍;人工神經(jīng)網(wǎng)絡(luò)在組合優(yōu)化與信息處理中的應(yīng)用[D];中北大學(xué);2005年
4 張治國(guó);人工神經(jīng)網(wǎng)絡(luò)及其在地學(xué)中的應(yīng)用研究[D];吉林大學(xué);2006年
5 竇英;人工神經(jīng)網(wǎng)絡(luò)—近紅外光譜法用于藥物無(wú)損非破壞定量分析的研究[D];吉林大學(xué);2006年
6 董學(xué)育;基于人工神經(jīng)網(wǎng)絡(luò)的故障診斷方法在電站中的應(yīng)用研究[D];東南大學(xué);2001年
7 高瑞忠;加速遺傳算法和自適應(yīng)人工神經(jīng)網(wǎng)絡(luò)模型在地下水系統(tǒng)計(jì)算中的應(yīng)用研究[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2006年
8 曾文;人工神經(jīng)網(wǎng)絡(luò)的映射能力及其在空間物理中的應(yīng)用[D];中國(guó)科學(xué)院研究生院(武漢物理與數(shù)學(xué)研究所);1999年
9 闞丹鋒;人工神經(jīng)網(wǎng)絡(luò)在化工物性定量預(yù)測(cè)中的應(yīng)用研究[D];北京化工大學(xué);1992年
10 符東旭;跳汰機(jī)人工神經(jīng)網(wǎng)絡(luò)控制技術(shù)研究[D];太原理工大學(xué);2008年
相關(guān)碩士學(xué)位論文 前10條
1 李慧;基于人工神經(jīng)網(wǎng)絡(luò)的卵巢腫物術(shù)前診斷[D];山東大學(xué);2019年
2 葛陽(yáng)洋;數(shù)模混合突觸及神經(jīng)元電路的設(shè)計(jì)與實(shí)現(xiàn)[D];中國(guó)科學(xué)技術(shù)大學(xué);2019年
3 王晨;基于人工神經(jīng)網(wǎng)絡(luò)的空氣顆粒物濃度預(yù)測(cè)模型[D];浙江工業(yè)大學(xué);2018年
4 酈丁浩;基于人工神經(jīng)網(wǎng)絡(luò)的MPPT算法研究[D];浙江工業(yè)大學(xué);2018年
5 李斐;人工神經(jīng)網(wǎng)絡(luò)及遺傳算法預(yù)測(cè)流動(dòng)沸騰傳熱系數(shù)[D];蘭州大學(xué);2019年
6 陳鑫;紫外—可見(jiàn)光譜法快速檢測(cè)牛奶菌群總數(shù)研究[D];哈爾濱理工大學(xué);2018年
7 袁超;基于混沌鯨魚(yú)群優(yōu)化人工神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測(cè)[D];華北電力大學(xué);2018年
8 潘娟;基于PCA-PSO-KELM模型的醫(yī)療輔助診斷方法研究[D];浙江工業(yè)大學(xué);2017年
9 KASSIMU JUMA;基于主成分分析和人工神經(jīng)網(wǎng)絡(luò)圖像處理方法的肺結(jié)節(jié)檢測(cè)和分析[D];東北大學(xué);2017年
10 莫靜玲;基于人工神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)精準(zhǔn)營(yíng)銷(xiāo)沙漏模型研究[D];廣西大學(xué);2018年
本文編號(hào):2885347
本文鏈接:http://sikaile.net/yixuelunwen/fuchankeerkelunwen/2885347.html