登录 | 注册 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
基于GA-BP神经网络的胎儿体重预测分析
  • 摘要

    胎儿体重是判断胎儿发育、保障孕产妇安全的重要指标, 但是胎儿体重无法直接测得, 只能根据孕妇体检数据进行预测. 提出了一种基于遗传算法优化BP神经网络(GA-BPNN)的胎儿体重预测模型, 首先采用回归模型和特征归一化预处理得到的历史体检数据建立孕妇连续体重变化模型, 然后利用遗传算法(Genetic Algorithm, GA)优化BP神经网络的初始权值和阈值, 建立胎儿体重预测模型. 从我国东部某医院2016年孕产妇中随机抽取3000例样本数据, 将本文的模型与基于传统BP神经网络(BPNN)的预测模型进行比较, 实验结果表明, 本文提出的GA-BPNN胎儿体重预测模型不仅加快了模型的收敛速度, 而且将胎儿体重预测精度提高了14%.

  • 作者

    朱海龙  陶晶  俞凯  朱旭红  袁贞明  ZHU Hai-Long  TAO Jing  YU Kai  ZHU Xu-Hong  YUAN Zhen-Ming 

  • 作者单位

    杭州师范大学 杭州国际服务工程学院,杭州,311121/南京医科大学, 南京 211166;杭州市卫生和计划生育委员会, 杭州 310006/杭州市妇幼保健院,杭州,310008

  • 刊期

    2018年3期 ISTIC

  • 关键词

    BP神经网络  遗传算法  预测模型  胎儿体重  BP neural network  Genetic Algorithm (GA)  prediction model  fetal weight 

相似文献 查看更多>>
3.235.66.217