BPNN与SVM在医院管理综合评价中的应用

• 作者: 李望晨 潘庆忠 王培承
• 来源期刊: 中国卫生统计
• 学科: 医学
• 关键词: BP神经网络 支持向量机 主成分分析 医院管理 综合评价
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 论著
• 页码范围: 15-17,21
• 页数: 4页
• 分类号: R1
• 字数: 4325字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3674.2008.01.004

摘要

目的 探讨医院管理多指标综合评价两种机器学习方法,并比较性能.方法 主成分分析与因子分析,BPNN.SVM.结果 资料中17所医院指标数据以及用主成分法所得综合得分组成训练样本,第18所医院作为待评价样本.当用35维原始指标输入训练和仿真网络时,低样本容量和高维网络结构导致评价结果较差;经主成分法指标降维后11维网络输入后改善评价结果.采用基于统计学习的SVM方法进行实验并作交叉检验,评价好而且稳定;改进后11维模型输入时结果更优.结论 SVM对高维小样本评价问题有优良非线性泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王培承	潍坊医学院数学教研室	72	634	14.0	21.0
2	潘庆忠	潍坊医学院数学教研室	30	130	6.0	10.0
3	李望晨	潍坊医学院数学教研室	72	334	10.0	15.0