基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目的:探讨基于高脂血症中医证候与危险分层的神经网络预警模型.方法:在Matlab R2010a环境下,以高脂血症中医证候为输入,高脂血症危险分层为输出,建立反向传播(BP)神经网络预警模型.随机选取286例作为神经网络学习训练样本,剩余的30例作为测试样本.为了提高模型精度,建模前先对输入自变量进行降维处理.结果:降维前后的结果对比显示,经过降维处理后的神经网络预测准确率有所提高,平均误差为10%左右,说明建立的神经网络模型能够较好地预测高脂血症的风险等级.结论:研究结果表明,所建立的模型能够较好地提取中医证候与高脂血症危险分层的内在关系,将神经网络技术用于高脂血症中医证候与危险分层的研究是可行的.
推荐文章
基于共轭梯度算法的冠心病中医证候神经网络模型初探
BP神经网络
共轭梯度算法
冠心病
证候
基于神经网络的中医面诊证素辨证的研究
神经网络
中医面诊
证素辨证
基于神经网络的中医证候量化诊断模型探索
中医证候
量化诊断模型
神经网络
对传网络
改进的BP网络
基于BP神经网络及模糊推理的温度预警模型研究
BP神经网络
模糊推理
冷链物流
温度预警
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于中医证候与危险分层关系的高脂血症神经网络预警模型研究
来源期刊 世界科学技术-中医药现代化 学科 医学
关键词 高脂血症 中医证候 危险分层 神经网络 预警模型
年,卷(期) 2015,(12) 所属期刊栏目 探索
研究方向 页码范围 2666-2669
页数 4页 分类号 R589.2
字数 2109字 语种 中文
DOI 10.11842/wst.2015.12.044
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 黄展鹏 广东药学院医药信息工程学院 35 201 8.0 12.0
2 易法令 广东药学院医药信息工程学院 19 98 5.0 9.0
3 涂泳秋 广东药学院医药信息工程学院 14 96 5.0 9.0
4 周苏娟 广东药学院医药信息工程学院 22 135 6.0 11.0
5 朴胜华 国家中医药管理局高脂血症调肝降脂重点研究室 5 10 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (42)
共引文献  (45)
参考文献  (8)
节点文献
引证文献  (4)
同被引文献  (6)
二级引证文献  (0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
高脂血症
中医证候
危险分层
神经网络
预警模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
世界科学技术-中医药现代化
月刊
1674-3849
11-5699/R
大16开
北京市海淀区中关村东路55号思源楼12层
2-534
1999
chi
出版文献量(篇)
5712
总下载数(次)
7
总被引数(次)
41879
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导