首页 > 《电力设备》 > 2018年18期 > 基于自适应神经模糊推理系统的肝病预测模型研究

基于自适应神经模糊推理系统的肝病预测模型研究

在线阅读下载PDF 导出详情

摘要摘要目前，肝脏疾病的研究与预测通常依靠医生对于通常需要相关专业医生丰富的临床经验与分析，常规血液检测难以让医生第一时间判断患者是否患有肝病。本文通过主元分析，选择了肝病相关数据库中接受检查者是否患病的非线性模型的构建方法，同时利用该方法构建的模型对数据基于自适应神经模糊推理系统（ANFIS）实行分组的非监督学习训练和监督学习训练。训练结果表明，在通过数据模型的构建与训练后，肝病病情的检测分析结果能够达到90%以上。

DOI 7dmk683r4n/3667906

作者董万霖1石轲2

机构地区（1.大唐环境产业集团有限公司北京100097；2.浙江国自机器人技术有限公司浙江杭州310053）

出处《电力设备》 2018年18期

关键词医疗电气肝病预测血液数据分析自适应神经模糊推理非线性模型主元分析分组学习

分类 [电气工程][电力系统及自动化]

出版日期 2018年12月22日（中国期刊网平台首次上网日期，不代表论文的发表时间）