基于变量聚类的BP神经网络术后生存期预测模型

• 作者: 孟濬 虞捷舟 邓晓雨
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 结直肠癌 生存期预测 变量聚类 模糊均值(FCM)聚类 BP神经网络 主成分分析(PCA)
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 计算机技术
• 页码范围: 2365-2371
• 页数: 7页
• 分类号: TP181
• 字数: 6821字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2018.12.015

摘要

针对结直肠癌患者术后生存期预测,基于模糊C均值(FCM)聚类算法,提出一种结合场景认知和隶属度排序的变量聚类方法,对结直肠癌患者样本进行降维,并筛选出6个特征变量.结合BP神经网络,建立一个结直肠癌患者术后生存期预测模型.为了验证该模型的有效性,利用主成分分析(PCA)对样本进行降维,并训练BP神经网络,对比FCM模型及PCA模型的预测准确率.结果显示,基于FCM变量聚类的BP神经网络模型预测准确率更高,所提出的变量聚类方法能够有效筛选出对于生存期有相关性和解释性的变量,从而提高BP神经网络模型的预测准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟濬	浙江大学电气工程学院	34	351	9.0	18.0
2	邓晓雨	浙江大学电气工程学院	1	1	1.0	1.0
3	虞捷舟	浙江大学电气工程学院	1	1	1.0	1.0