基于BP神经网络和支持向量机的荨麻疹证候分类探讨

• 作者: 刘丽蓉 詹秀菊
• 来源期刊: 广州中医药大学学报
• 学科: 医学
• 关键词: BP神经网络 支持向量机 荨麻疹 证候分类
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 理论探讨与文献研究
• 页码范围: 573-577
• 页数: 5页
• 分类号: R275.824
• 字数: 2738字
• 语种: 中文
• DOI: 10.13359/j.cnki.gzxbtcm.2020.03.036

摘要

从知网、万方、维普等数据库中收集临床中医治疗荨麻疹有效的案例资料,基于BP神经网络和支持向量机模型探讨构建荨麻疹证候分类模型,并比较分析两种证候分类模型的精确度.结果显示,BP神经网络证候分类模型测试的准确率为83.13％,支持向量机证候分类模型测试准确率为92.3％,支持向量机证候分类模型的精确度高于BP神经网络证候分类模型.提示利用BP神经网络与支持向量机分类器进行荨麻疹证候分类均可取得较好的结果.但因本研究尚处在理论模型探讨阶段,故其准确度仍需更大的样本量及智能优化算法等以进一步提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	詹秀菊	广州中医药大学医学信息工程学院	35	114	5.0	7.0
2	刘丽蓉	广州中医药大学医学信息工程学院	5	9	2.0	3.0