科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对医疗服务行业中病情诊断工作的重复低效问题,运用朴素贝叶斯网络、离散型Hopfeild神经网络两种算法,以失眠病症为代表构建智能病症诊判系统模拟医疗自主诊断。为避免因自变量波动造成网络结构出现过学习现象,降低因离散型整数目标数据所导致的各指标间低线性关系影响,对有监督算法进行了结合优化,提出了一种基于贝叶斯网络理论下的离散Hopfeild神经网络算法,降低网络结构的复杂性,降低模型对数据关联的敏感度,有效避免了网络过拟合的缺陷。Matlab仿真结果表明,基于贝叶斯网络优化下的离散型Hopfeild神经网络算法的误判率相比Hopfeild神经网络算法平均减少了12%,可建立可靠诊断机制,推动医疗行业的智能化发展。
- 单位
