為了利用電子醫(yī)療檔案實(shí)現(xiàn)對(duì)患者疾病的智能診斷,提出了一種結(jié)合模糊C均值聚類和區(qū)間二型小腦模型關(guān)節(jié)神經(jīng)網(wǎng)絡(luò)（FCM-IT2CMAC）的兩層分類算法。該算法使用了兩個(gè)分類器,其中小腦模型神經(jīng)網(wǎng)絡(luò)是主分類器,模糊C均值算法是預(yù)分類器。首先,使用預(yù)分類器將樣本數(shù)據(jù)分組,然后應(yīng)用主分類器確定樣本是否處于健康或患病狀態(tài)。此外還采用梯度下降法自適應(yīng)訓(xùn)練主分類算法的參數(shù),并使用李雅普諾夫穩(wěn)定性理論證明了算法的收斂性。最后通過(guò)實(shí)驗(yàn)證明該分類算法的有效性。 

【文章來(lái)源】：微型電腦應(yīng)用. 2020,36(09)

【文章頁(yè)數(shù)】：4 頁(yè)

【部分圖文】：

FCM-IT2CMAC的算法原理框圖

其中 μ ? 1j為第i個(gè)輸入和第j個(gè)規(guī)則的二型模糊隸屬函數(shù), w ? jk為第j層和第k塊的輸出權(quán)值。IT2CMAC包括五個(gè)邏輯空間,如圖3所示�？臻g1 (輸入空間):該空間中的每個(gè)節(jié)點(diǎn)執(zhí)行線性函數(shù),其中向量輸入 Ι=[ Ι 1 ,Ι 2 ,?,Ι i ,?,Ι ni ] Τ ∈R ni 直接傳遞到下一個(gè)空間。

其中mijk和 σ ? ijk =[ σ ijk , σ ˉ ijk ] 為T(mén)2GMF的均值和不確定方差[10-11],如圖4所示�？臻g3(接受域空間):該空間中的每個(gè)節(jié)點(diǎn)進(jìn)行t-norm運(yùn)算[12],得到每一層的模糊值 f ? jk =[ f jk f ˉ jk ] 。如式(6)、式(7)。

【參考文獻(xiàn)】：
期刊論文
[1]基于深度森林和DNA甲基化的癌癥分類研究[J]. 劉超,吳申,鄭一超,侯維巖.  計(jì)算機(jī)工程與應(yīng)用. 2020(13)
[2]基于數(shù)據(jù)挖掘分析KIF2C在肝細(xì)胞癌的表達(dá)及臨床意義[J]. 張?jiān)矫?趙洪波,朱亞玲,蔣保三,王剛,何春艷.  重慶醫(yī)科大學(xué)學(xué)報(bào). 2019(11)
[3]簇間可分的魯棒模糊C均值聚類算法[J]. 高云龍,楊程宇,王志豪,羅斯哲,潘金艷.  電子與信息學(xué)報(bào). 2019(05)
[4]基于自適應(yīng)多分類器系統(tǒng)的甲狀腺疾病診斷方法研究[J]. 郭海湘,黃媛玥,顧明赟,潘雯雯.  系統(tǒng)工程理論與實(shí)踐. 2018(08)
[5]融合生成對(duì)抗網(wǎng)絡(luò)和樸素貝葉斯皮膚病診斷方法[J]. 商顯震,韓萌,孫毓忠,孫宇寧,陳旭,胡滿滿,梅御東.  計(jì)算機(jī)科學(xué)與探索. 2019(06)
[6]基于DRBM和邊緣檢測(cè)的腦部磁共振圖像分類[J]. 楊雪,劉惠義,陳霜霜.  信息技術(shù). 2018(05)
[7]深度置信網(wǎng)絡(luò)對(duì)孤立性肺結(jié)節(jié)良惡性的分類[J]. 劉露,楊培亮,孫巍巍,周洋,趙宏遠(yuǎn).  哈爾濱理工大學(xué)學(xué)報(bào). 2018(03)
[8]基于重采樣技術(shù)在醫(yī)學(xué)不平衡數(shù)據(jù)分類中的應(yīng)用研究[J]. 閆慈,田翔華,阿拉依·阿汗,張偉文,曹明芹.  中國(guó)衛(wèi)生統(tǒng)計(jì). 2018(02)
[9]基于CMAC的非參數(shù)化近似策略迭代增強(qiáng)學(xué)習(xí)[J]. 季挺,張華.  計(jì)算機(jī)工程與應(yīng)用. 2019(02)
[10]一種新型區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)隸屬函數(shù)的設(shè)計(jì)（英文）[J]. 王家軍.  自動(dòng)化學(xué)報(bào). 2017(08)



本文編號(hào)：3384585