本文關鍵詞：改進的RBF神經(jīng)網(wǎng)絡在腎小球濾過率估算中的應用，由筆耕文化傳播整理發(fā)布。

【摘要】：神經(jīng)網(wǎng)絡作為一種建模工具,因其非線性函數(shù)逼近能力和學習能力,在解決回歸問題時表現(xiàn)出了強大的優(yōu)勢。徑向基函數(shù)(RBF)網(wǎng)絡作為一種神經(jīng)網(wǎng)絡,結構簡單,易于訓練,并且有著較強的泛化能力。同時在面對噪聲信號時,網(wǎng)絡適應性更強,保證了模型的穩(wěn)定性�；诖�,RBF神經(jīng)網(wǎng)絡近年來廣泛應用于圖像處理、故障診斷及模式識別等領域。針對RBF神經(jīng)網(wǎng)絡優(yōu)點,本文提出一種混合學習算法。在網(wǎng)絡訓練上,采用改進的Levenberg-Marquardt (LM)算法對網(wǎng)絡中的參數(shù),包括輸出層權值、隱含層神經(jīng)元中心和寬度參數(shù)及輸入層權值進行同步調(diào)整。另一方面,為了獲得較優(yōu)的訓練結果,RBF神經(jīng)元對應參數(shù)的初始化和結構的確定是建模過程中的重要環(huán)節(jié)。因此本文引入一種遞增結構設計策略,實現(xiàn)一種結構緊湊的網(wǎng)絡模型,并保證網(wǎng)絡的穩(wěn)定性和泛化性。在臨床實踐中,腎小球濾過率(Glomerular Filtration Rate, GFR)的準確評估是慢性腎臟病治療中非常重要的一個環(huán)節(jié)。本文通過與大連醫(yī)科大學附屬第二醫(yī)院腎內(nèi)科合作,在前期采集數(shù)據(jù)以及對相關醫(yī)學背景了解的基礎上,采用RBF神經(jīng)網(wǎng)絡建立一種腎小球濾過率估算模型。通過與其他神經(jīng)網(wǎng)絡模型和GFR經(jīng)驗方程進行性能比較,本文提出的改進RBF模型實現(xiàn)了更好的預測結果。本文提出的GFR估算模型,其準確性和穩(wěn)定性優(yōu)于傳統(tǒng)經(jīng)驗方程,在慢性腎臟病的防治中具有重要的實際應用價值,同時將神經(jīng)網(wǎng)絡應用在醫(yī)學檢測中表現(xiàn)出了比傳統(tǒng)統(tǒng)計分析方法更大的優(yōu)勢,并為腎小球濾過率的估算提供新途徑。
【關鍵詞】：RBF神經(jīng)網(wǎng)絡 腎小球濾過率 Levenberg-Marquardt算法 遞增設計
【學位授予單位】：大連理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP183;R692
【目錄】：

• 摘要4-5
• Abstract5-8
• 1 緒論8-15
• 1.1 研究背景8-12
• 1.1.1 人工神經(jīng)網(wǎng)絡8-10
• 1.1.2 RBF神經(jīng)網(wǎng)絡10
• 1.1.3 腎小球濾過率10-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-14
• 1.2.1 RBF神經(jīng)網(wǎng)絡研究現(xiàn)狀12-13
• 1.2.2 腎小球濾過率研究現(xiàn)狀13-14
• 1.3 本文研究內(nèi)容14
• 1.4 論文主要工作及結構安排14-15
• 2 RBF神經(jīng)網(wǎng)絡理論基礎15-20
• 2.1 RBF神經(jīng)網(wǎng)絡信息處理過程15-17
• 2.2 RBF神經(jīng)網(wǎng)絡結構設計和訓練算法17
• 2.3 RBF神經(jīng)網(wǎng)絡與MLP模型對比17-19
• 2.4 本章總結19-20
• 3 改進的RBF神經(jīng)網(wǎng)絡20-34
• 3.1 基于LM算法的改進研究21-29
• 3.1.1 LM訓練算法基礎21-26
• 3.1.2 LM算法應用于RBF神經(jīng)網(wǎng)絡的改進研究26-29
• 3.2 基于遞增策略的網(wǎng)絡結構設計29-32
• 3.2.1 隱含層神經(jīng)元遞增設計29-31
• 3.2.2 實驗及結果分析31-32
• 3.3 本章總結32-34
• 4 基于RBF神經(jīng)網(wǎng)絡的GFR估算模型34-46
• 4.1 建模技術路線34-35
• 4.2 數(shù)據(jù)收集35
• 4.3 數(shù)據(jù)預處理35-39
• 4.3.1 數(shù)據(jù)可視化分析36-37
• 4.3.2 數(shù)據(jù)歸一化37-39
• 4.3.3 數(shù)據(jù)隨機分組39
• 4.4 GFR神經(jīng)網(wǎng)絡估算模型39-44
• 4.4.1 基于改進LM算法的RBF神經(jīng)網(wǎng)絡模型40-41
• 4.4.2 基于改進LM算法和遞增策略的RBF神經(jīng)網(wǎng)絡模型41-42
• 4.4.3 傳統(tǒng)RBF神經(jīng)網(wǎng)絡42-44
• 4.5 本章總結44-46
• 5 神經(jīng)網(wǎng)絡預測模型與GFR經(jīng)驗方程的性能評估與比較46-52
• 5.1 GFR經(jīng)驗方程46
• 5.2 性能評估指標與統(tǒng)計分析方法46-47
• 5.2.1 一致性分析47
• 5.2.2 準確性分析47
• 5.3 各模型訓練結果對比47-49
• 5.3.1 一致性評估與對比47-48
• 5.3.2 準確性評估與對比48-49
• 5.4 神經(jīng)網(wǎng)絡模型泛化性能對比49-50
• 5.4.1 一致性評估與對比49
• 5.4.2 準確性評估與對比49-50
• 5.5 本章總結50-52
• 結論52-54
• 參考文獻54-58
• 致謝58-60

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 戴康;王曉瓊;;神經(jīng)網(wǎng)絡在藥動學評價中的應用[J];醫(yī)藥導報;2007年09期

2 蔡云;;收斂非線性神經(jīng)網(wǎng)絡的穩(wěn)定性[J];國外醫(yī)學.生物醫(yī)學工程分冊;1991年01期

3 王繼成,呂維雪;基于神經(jīng)網(wǎng)絡的心電數(shù)據(jù)壓縮[J];生物醫(yī)學工程學雜志;1993年03期

4 段新昱,林家瑞;神經(jīng)網(wǎng)絡在心電信號分析處理中的應用[J];國外醫(yī)學.生物醫(yī)學工程分冊;1993年01期

5 Miller A S ,張永紅;神經(jīng)網(wǎng)絡在醫(yī)學信號處理方面的應用[J];國外醫(yī)學.生物醫(yī)學工程分冊;1993年04期

6 王繼成;呂維雪;;基于符號神經(jīng)網(wǎng)絡的心臟疾病自動診斷[J];北京生物醫(yī)學工程;1993年03期

7 劉子皇;;胞神經(jīng)與類胞神經(jīng)網(wǎng)絡的動力學范圍的準確估計[J];中山大學研究生學刊(自然科學版);1995年03期

8 鄒睿,歐陽楷,劉悅;神經(jīng)網(wǎng)絡中的微心理學——兼論人工神經(jīng)網(wǎng)絡框架[J];山東生物醫(yī)學工程;1998年01期

9 鄒凌云;王正志;黃教民;;基于位置特異性譜和輸入加權神經(jīng)網(wǎng)絡的蛋白質(zhì)亞細胞定位預測(英文)[J];遺傳學報;2007年12期

10 成剛;吳小玲;夏杰;張炯;肖富男;崔燕南;周荃;劉永康;李珊;;基于神經(jīng)網(wǎng)絡的環(huán)孢素血藥濃度預測[J];中國生物醫(yī)學工程學報;2009年06期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡的混沌性[A];1996中國控制與決策學術年會論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術及其應用學術會議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

5 鐘義信;;知識論:神經(jīng)網(wǎng)絡的新機遇——紀念中國神經(jīng)網(wǎng)絡10周年[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

6 許進;保錚;;神經(jīng)網(wǎng)絡與圖論[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預報產(chǎn)品的神經(jīng)網(wǎng)絡釋用預報應用[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡在中學生創(chuàng)造力評估中的應用[A];第十二屆全國心理學學術大會論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡的混沌特性研究[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（增刊）][C];2009年

10 張廣遠;萬強;曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡的故障診斷方法研究[A];第十二屆全國設備故障診斷學術會議論文集[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 美國明尼蘇達大學社會學博士 密西西比州立大學國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護好創(chuàng)新的“神經(jīng)網(wǎng)絡硬件”[N];中國教師報;2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計算機世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡將大顯身手[N];中國紡織報;2003年

4 中國科技大學計算機系　邢方亮;神經(jīng)網(wǎng)絡挑戰(zhàn)人類大腦[N];計算機世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡”：打開復雜工藝“黑箱”[N];解放日報;2007年

6 本報記者 劉霞;美用DNA制造出首個人造神經(jīng)網(wǎng)絡[N];科技日報;2011年

7 健康時報特約記者　 張獻懷;干細胞移植：修復受損的神經(jīng)網(wǎng)絡[N];健康時報;2006年

8 劉力;我半導體神經(jīng)網(wǎng)絡技術及應用研究達國際先進水平[N];中國電子報;2001年

9 ;神經(jīng)網(wǎng)絡和模糊邏輯[N];世界金屬導報;2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡應用研究通過鑒定[N];中國船舶報;2006年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 楊旭華;神經(jīng)網(wǎng)絡及其在控制中的應用研究[D];浙江大學;2004年

2 李素芳;基于神經(jīng)網(wǎng)絡的無線通信算法研究[D];山東大學;2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡的混沌性及幾類時滯神經(jīng)網(wǎng)絡的同步研究[D];電子科技大學;2014年

4 王新迎;基于隨機映射神經(jīng)網(wǎng)絡的多元時間序列預測方法研究[D];大連理工大學;2015年

5 付愛民;極速學習機的訓練殘差、穩(wěn)定性及泛化能力研究[D];中國農(nóng)業(yè)大學;2015年

6 李輝;基于粒計算的神經(jīng)網(wǎng)絡及集成方法研究[D];中國礦業(yè)大學;2015年

7 王衛(wèi)蘋;復雜網(wǎng)絡幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學;2015年

8 張海軍;基于云計算的神經(jīng)網(wǎng)絡并行實現(xiàn)及其學習方法研究[D];華南理工大學;2015年

9 李艷晴;風速時間序列預測算法研究[D];北京科技大學;2016年

10 陳輝;多維超精密定位系統(tǒng)建模與控制關鍵技術研究[D];東南大學;2015年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 陳少吉;基于神經(jīng)網(wǎng)絡血壓預測研究與系統(tǒng)實現(xiàn)[D];華南理工大學;2015年

2 張韜;幾類時滯神經(jīng)網(wǎng)絡穩(wěn)定性分析[D];渤海大學;2015年

3 邵雪瑩;幾類時滯不確定神經(jīng)網(wǎng)絡的穩(wěn)定性分析[D];渤海大學;2015年

4 胡婷;改進QGA-BP模型及其在彌苴河總氮量預測中的應用[D];昆明理工大學;2015年

5 劉俊輝;基于數(shù)據(jù)清洗方法的河道水位預測研究[D];昆明理工大學;2015年

6 劉波;短期風電功率預測方法研究[D];南京信息工程大學;2015年

7 蔡邦宇;人臉識別中單次ERP時空特征分析及其快速檢索的應用[D];浙江大學;2015年

8 鄭川;垃圾評論檢測算法的研究[D];西南交通大學;2015年

9 李菊;BP神經(jīng)網(wǎng)絡在房地產(chǎn)批量評估中的應用研究[D];昆明理工大學;2015年

10 馬亮;降水點分類預測方法研究[D];中國地質(zhì)大學(北京);2015年

  本文關鍵詞：改進的RBF神經(jīng)網(wǎng)絡在腎小球濾過率估算中的應用，，由筆耕文化傳播整理發(fā)布。

本文編號：489492