高斯隶属度函数模糊神经网络在肺癌诊断中的应用

• 作者: 吴逸明 张华杰 徐力平
• 来源期刊: 郑州大学学报（理学版）
• 学科: 工学
• 关键词: 高斯隶属度函数 模糊神经网络 三角形隶属度函数 肺癌诊断
• 年，卷（期）: 2011,（1）
• 页码范围: 95-98
• 分类号: TP391
• 字数: 3725字
• 语种: 中文

摘要

选用隶属度函数为高斯函数的模糊神经网络用于肺癌诊断,尝试提高诊断的正确率.对于非二值输入参数,首先用高斯隶属度函数模糊化,然后与二值参数一起作为BP神经网络的输入参数.所用病例被随机分为训练集和证实集,训练模糊神经网络,用证实集测试该网络区分肺癌与非肺癌的能力.结果表明,用高斯隶属度函数的模糊神经网络比作为对照的三角形隶属度函数模糊神经网络诊断正确率有所提高,而且对病例如何分组不敏感.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴逸明	郑州大学公共卫生学院	201	1078	14.0	20.0
2	徐力平	郑州大学信息工程学院	15	66	6.0	7.0
3	张华杰	郑州大学信息工程学院	2	8	1.0	2.0