基于Hadoop环境BP改进算法的脉象识别应用研究

• 作者: 佘侃侃 王珍 盛雅兰
• 来源期刊: 中国中医药信息杂志
• 学科: 医学
• 关键词: Hadoop MapReduce BP算法 脉象识别
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 中医药信息学
• 页码范围: 102-106
• 页数: 5页
• 分类号: R2-05|R241.1
• 字数: 3613字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-5304.2018.03.023

摘要

目的 分析脉象识别误差大小的影响因素,提高对海量脉诊数据的处理速度,探索减小脉象主观识别误差的方法.方法 运用基于Hadoop环境的MapReduce分布式计算方法改进BP算法,采用改进的BP算法对脉诊样本数据进行自学习,从而减小拟和误差.将中医电子脉诊仪采集的脉诊数据作为神经网络输入层,采用动量-学习率自适应调整快速BP算法对神经网络进行训练.结果 在训练集(75%)768 M共35890条数据中,单机模式正确预测29150条,正确率为81.22%;MapRedece并行改进的BP算法模式正确预测35841条,正确率为99.86%.结论 与传统BP算法相比,基于Hadoop环境的MapReduce分布式计算方法改进的BP算法模型拟合度误差更小,精确度更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	佘侃侃	南京中医药大学信息技术学院	32	59	5.0	5.0
2	王珍	南京中医药大学信息技术学院	37	115	5.0	9.0
3	盛雅兰	南京中医药大学信息技术学院	3	2	1.0	1.0