基于BP和GRNN神经网络的乳房运动轨迹预测

作者：周捷^*; 马秋瑞; 李健; 林强强

来源：西安工程大学学报, 2019, 32(02): 117-122.

DOI：10.13338/j.issn.1674-649x.2019.02.001

• 运动轨迹
• 乳房运动
• GRNN神经网络
• BP神经网络

用科学预测模型对乳房运动轨迹进行准确的预测,可以节约大量的计算和分析时间。分别建立BP和GRNN神经网络模型,将乳头点的运动坐标作为输入值,预测乳房其他4个部位的运送轨迹。结果表明,两种预测模型都可以较好地实现乳房运动轨迹的预测。BP神经网络可以预测出乳房4个测量点的运动轨迹,但要求样本量必须足够大,且网络参数不好确定,乳房轨迹预测时所需时间较长,效率低;GRNN神经网络克服了BP神经网络的缺点,预测值更接近真实值,4个测量点预测值分别比BP神经网络高出5.95%,5.33%,6.37%,6.97%,可以较好地预测乳房运动轨迹,其预测值分别达到了真实均值的94.68%,93.87%,93.76%,94.79%。

• 单位
  机电工程学院; 西安工程大学