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 采用RBF神经网络技术,构建体检指标与中医体质关联模型,研究二者关联性.方法 对采集的650例体检者体检指标和中医体质类型原始数据进行数据清理、分类、整理,形成有效数据,并将其分为学习组和测试组.运用RBF神经网络技术和学习组有效样本,构建体检指标与中医体质关联模型,再运用测试组有效样本测试关联模型的正确率和误差.结果 在所选取的样本中,血脂指标?中医体质关联模型最高正确率为80%;肾功指标?中医体质关联模型最高正确率为100%;血常规(男)指标?中医体质关联模型最高正确率为100%;血常规(女)指标?中医体质关联模型最高正确率为88.8%;尿常规指标?中医体质关联模型最高正确率为84.1%;输血全套体检指标?中医体质关联模型最高正确率为100%.结论 对本论文所选取的样本,证明体检指标与中医体质有较强的关联性,将该关联模型用于中医体质辨识具有一定的可行性.
推荐文章
基于一种神经网络算法的体检指标与中医体质类型的关联性研究
BPNN算法
中医体质
体检指标
关联模型
治未病
基于中医体质与体检指标相关性的中医体质辨识系统
体质辨识系统
神经网络
体检指标
关联模型
基于RBF神经网络的复杂系统的建模与优化
RBF神经网络
建模与优化
复杂系统
联合制碱
基于BP神经网络和RBF神经网络的砂土基础液化判别
砂土液化
BP神经网络
RBF神经网络
预测
比较
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RBF神经网络的体检指标与中医体质关联性研究
来源期刊 数字中医药(英文) 学科
关键词 中医体质 体检指标 关联模型 RBF神经网络
年,卷(期) 2020,(1) 所属期刊栏目
研究方向 页码范围 11-19
页数 9页 分类号
字数 774字 语种 中文
DOI 10.1016/j.dcmed.2020.03.002
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 温川飙 成都中医药大学医学信息工程学院 139 254 9.0 12.0
2 林冰 21 72 5.0 7.0
3 罗悦 成都中医药大学医学信息工程学院 31 34 3.0 5.0
4 刘玉楠 成都中医药大学医学信息工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (66)
共引文献  (94)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1991(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)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(7)
  • 参考文献(0)
  • 二级参考文献(7)
2013(7)
  • 参考文献(0)
  • 二级参考文献(7)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2015(6)
  • 参考文献(0)
  • 二级参考文献(6)
2016(7)
  • 参考文献(0)
  • 二级参考文献(7)
2017(10)
  • 参考文献(2)
  • 二级参考文献(8)
2018(9)
  • 参考文献(4)
  • 二级参考文献(5)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
中医体质
体检指标
关联模型
RBF神经网络
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
数字中医药(英文)
季刊
2096-479X
43-1540/R
湖南省长沙市岳麓区含浦科教园学士路300号
eng
出版文献量(篇)
102
总下载数(次)
1
总被引数(次)
30
论文1v1指导