中医健康状态辨识方法的探索

• 作者: 张佳 李灿东 李绍滋 辛基梁 雷黄伟
• 来源期刊: 中华中医药杂志
• 关键词: 中医健康状态辨识 BP-MLL神经网络 支持向量机 K最近邻 决策树
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 研究报告
• 页码范围: 3151-3153
• 页数: 3页
• 语种: 中文

摘要

目的:探索中医健康状态辨识的分类算法模型,为中医健康管理提供核心技术.方法:基于Matlab2017b环境,采用BP-MLL神经网络、决策树、支持向量机(SVM)和K最近邻(KNN)等学习算法,对1 146例样本分组建立训练和测试数据,以626项观察参数为输入,53项状态参数为输出进行实验.结果:最优的平均精度依次为BP-MLL神经网络(82.32％)、SVM(67.24％)、决策树(48.18％)、KNN(34.69％).BP-MLL神经网络性能最优.结论:基于BP-MLL神经网络分类算法在中医健康状态辨识中的应用具有较高的准确性和方法学上的可行性.