基于概率神经网络的中医脉象识别方法研究

• 作者: 师义民 王炳和 郑思仪 郭红霞
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 中医脉象 模式识别 PNN Bayes准则
• 年，卷（期）: 2007,（20）
• 所属期刊栏目: 工程与应用
• 页码范围: 194-196,203
• 页数: 4页
• 分类号: TP391.4
• 字数: 3732字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.20.057

摘要

中医脉象客观化研究的关键在于对各种脉象进行客观检测和正确识别.在长期对中医脉象进行临床检测、采集和分析的基础上,针对中医脉象模糊性强、种类繁多、特征复杂的特点,以及传统识别方法和BP神经网络识别方法的不足,提出了一种基于概率神经网络(Probabilistic Neural Network,简称PNN)的中医脉象识别方法;运用所建立的PNN脉象识别模型对中医常见的12种脉象进行了识别和检验,识别正确率平均达93%(而传统模糊聚类方法的为75%,BP神经网络方法的为87.1%).最后对PNN方法和BP神经网络方法的识别性能做了对比实验,发现在强噪声干扰下PNN方法对脉象的识别正确率远高于BP神经网络方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	师义民	西北工业大学应用数学系	175	1114	18.0	21.0