基于BP神经网络的宫颈癌风险因素研究

• 作者: 邹松霖
• 来源期刊: 信息与电脑
• 学科: 经济
• 关键词: BP神经网络 反向传播 预测
• 年，卷（期）: 2019,（21）
• 所属期刊栏目: 算法语言
• 页码范围: 36-37,40
• 页数: 3页
• 分类号: F252
• 语种: 中文

摘要

近年来,我国肿瘤的发病率和死亡率不断走高,尤其是在城市居民中,癌症已成为威胁居民健康的头号杀手.宫颈癌作为女性恶性肿瘤之一,对其进行研究具有深远的意义.机器学习算法主要是指通过数学及统计方法求解最优化问题的步骤和过程.针对不同的数据和不同模型需求,选择和使用适当的机器学习算法可以更高效地解决一些实际问题.基于此,针对宫颈癌风险因素研究,笔者提出一种基于BP神经网络的预测模型.构建的BP神经网络模型能够较好地预测是否有宫颈癌肿瘤,平均预测准确率达到88.64％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹松霖		1	0	0.0	0.0