神经网络方法在医学统计预测中的应用.PDFVIP

( ) 南京中医药大学学报 社会科学版 年 月第 卷第 期 2017 3 18 1 ( ) · · JOURNALOFNANJINGUNIVERSITYOFTCMSOCIALSCIENCEVol.18No.1Mar.2017 47 ·心理 · 神经网络方法在医学统计预测中的应用 , 王冬燕 吕航 ( , ) 南京中医药大学心理学院 江苏 南京 210023 : , , 。 摘要 结合案例分析 将神经网络方法应用于医学统计预测 并与传统的回归分析进行了预测效能的比较 结果表 , , , 明 神经网络方法与回归分析在分类效能上比较相近 但神经网络方法的容错性更好 能通过训练和学习获得完整 。 , , , 的预测规则 在本研究中 对于连续变量的处理 多层感知器表现出比径向基神经网络更占优势 而在对离散变量 , 。 , , 进行分类时 径向基神经网络的结果则更为优良 总之 神经网络方法在医学统计中可以获得有效应用 并能预测 , 。 比回归分析更多的结果 因而在大数据时代具有更广阔的应用前景 : ; ; 关键词 神经网络 回归分析 医学统计 中图号: 文献标志码: 文章编号: ( ) R195.1 A 1009 3222201701 0047 06 [] 7 , 对于数据的预测和分类方法 在传统统计 雅 采用多层感知器神经网络及径向基函数神 , , 、 中 最常用到的是回归方程 例如线性回归 , 经网络建立高血压病阴阳两虚证诊断模型 其 , Loistic回归等 而线性回归方程对 自变量与 g 。 准确率较高 本研究将神经网络方法与传统的 、 、 , 因变量的类型 关系 分布等要求都很高 Lo- , 回归分析进行预测效能的比较 进一步验证神 [] 1 gistic回归相对的约束条件还稍少些 。但 经网络方法在医学统计中的有效应用以及其优 Loistic回归最大的缺点是极易受到自变量间 g