- 1、本文档共4页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于BP神经网络的矽肺病预测组合模型研究.pdf
第 36卷 第 4期 计 算 机 科 学 Vo1.36No.4
2009年 4月 Computer Science Apr.2009
基于BP神经网络的矽肺病预测组合模型研究
章 勤 。 田 晶 。 孙傲冰 郑 然 。 陈卫红。
(华中科技大学计算机科学与技术学院服务计算技术与系统教育部重点实验室 武汉430074)
(华中科技大学计算机科学与技术学院集群与网格计算湖北省重点实验室 武汉430074)
(华中科技大学同济医学院 公共卫生学院环境与健康教育部重点实验室 武汉430030)。
摘 要 矽肺是我国最为严重的职业病之一,严重危害工人的健康。研究表明,矽肺与粉尘接触量、吸烟量、接尘时间
等存在明显的剂量反应关系。基于各矽肺致病影响因子,分别利用指数平滑一神经网络 ES-BP(Exponentialsmoot—
hing—BPneuralnetwork)和模糊 C均值聚类一神经网络FCM-BP(Fuzzyc-meansclustering-BPneura1network)组合模型
对接尘工人未来是否患病 以及患病年龄做预测分析。实验结果表明:ES-BP模型能结合原始工人接尘时间队列数据
特点,从时间序列上对工人患病年龄进行预测;FCM-BP模型对数据预归类,能极 大减小模型复杂度并降低网络训练
时间。两种组合模型预测精度均高于BP单独建模预测精度,在工人患病年龄预测中取得了较好的测试效果。
关键词 BP神经网络,指数平滑法,FCM 聚类,组合预测,矽肺
中图法分类号 TP183 文献标识码A
ResearchonHybridPredictionM ethodsofSilicosisBasedonBPNeuralNetwork
ZHANG Qin’ TIANJing’ SUN Ao-bing, ZHENGRan’ CHENWei-hongs
(ServicesComputingTechnologyandSystem Laboratory,SchoolofComputerScienceandTechnology,HuazhongUniversity
ofScienceandTechnology,W uhan430074,China)
(ClusterandGridCo mputingLaboratory,SehoolofComputerScienceandTechnology,HuazhongUniversityofScience
andTechnology,W uhan430074,China)
(KevLabofEnvironmentandHealthandDepartmentofOccupationalandEnvironmenta1Heahh,SehoolofPublicHealth,
TongjiMedicalCollege,HuazhongUniversityofScienceandTechnology,Wuhan430030,China)。
Abstract Silicosisisoneofthemostharmfuloccupationalrespiratorydiseasesthatarethreateningtheminersworking
industenvironmentinChinadeadly.Recentlytheresearchersfindthatpneumoconiosisobeystheactualdose-response
relationswiththecalendar-yearexposurematrix,smokingandindividualoccupationalhistories.Twohybridprediction
modelsbasedonBPneuralnet
文档评论(0)