BP神经网络构建与优化及研究及其在医学统计中的应用.pdfVIP

BP神经网络构建与优化的研究 及其在医学统计中的应用 中文摘要 人工神经网络是一门新兴的边缘学科，与传统医学统计方法相比，人工神 经网络不需要精确的数学模型，没有任何对变量的假设(如正态性、独立性等) 要求，因此可以弥补传统统计方法的不足，解决一些用传统统计方法不能解决 的问题。 人工神经网络的应用已经逐渐进入医学领域。对医学工作者而言，如何构 建网络模型，使之具有较好的推广能力，解决实际问题是他们所关心的重点。 本文针对在医学领域应用最广的BP神经网络展开研究，介绍了BP网络的基本 原理，并从统计学的角度对学习过程进行描述。结合数据模拟通过对BP网络 的构建、训练、优化和评价进行讨论，提出～些简易可行的网络优化方法，如 如何确定隐单元数、通过修剪对网络进行简化以提高网络性能、提前终止训练 等，并探讨它们的统计学应用和联系。 我们通过构造无隐含层的单层BP网络，对网络构建的一般原则、训练过程、 评价指标进行总结，这些原则对多层BP网络也同样适用，对实际工作者具有指 导意义。由于单层BP网络在医学危险因素筛选方面具有特殊的意义，我们对单 层网络训练的样本大小要求进行模拟研究