BP神經網絡構建與優(yōu)化的研究及其在醫(yī)學統(tǒng)計中的應用.pdf

1、該文針對在醫(yī)學領域應用最廣的BP神經網絡展開研究,介紹了BP網絡的基本原理,并從統(tǒng)計學的角度對學習過程進行描述.結合數據模擬通過對BP網絡的構建、訓練、優(yōu)化和評價進行討論,提出一些簡易可行的網絡優(yōu)化方法,如如何確定隱單元數、通過修剪對網絡進行簡化以提高網絡性能、提前終止訓練等,并探討它們的統(tǒng)計學應用和聯系.我們通過構造無隱含層的單層BP網絡,對網絡構建的一般原則、訓練過程、評價指標進行總結,這些原則對多層BP網絡也同樣適用,對實際工作者

2、具有指導意義.我們對多層BP網絡中隱單元的功能進行描述,并引入信息論的觀點,提出一種應用信息熵估計隱單元數的方法.通過數據模擬與現有幾種隱單元數確定方法的效果進行比較,熵法構造的模型的判別效果優(yōu)于其它隱單元數模型.探討修剪算法對網絡結構優(yōu)化的作用以及它的實際意義.我們將修剪算法引入醫(yī)學多因素資料的分析,首次探討了單層網絡中的修剪算法在變量篩選方面的作用,提出修剪后的單層BP網絡模型的連接權與回歸系數具有相同的含義,為醫(yī)學研究中危險因素的