基于模糊聚类的神经网络优化算法在初生儿体重预测中的应用介绍.doc

闽南师范大学 毕业论文 基于模糊聚类的神经网络算法在出生儿体重预测中的应用 Application of neural network algorithm based on fuzzy clustering prediction of birth weight children 姓 名： 朱宁 学 号： 1204000555 系 别： 数学与统计学院 专 业：数学与应用数学（统计学) 年 级： 2012级 指导教师： 林国平 2015年 月 日 摘要 出生儿的体重往往是其出生时身体素质的直观体现，对于低体重初生儿，皮下脂肪少，保温能力差，呼吸机能和代谢机能都比较弱，特别容易感染疾病，死亡率比体重正常的新生儿要高得多。其智力发展也会受到一定的影响。而造成婴儿出生体重较低的因素却是有很多种，例如环境因素、产妇自身身体素质等。因此在产妇生产之前对一系列影响因素的控制往往决定了出生儿的身体健康状况。本文以模糊聚类与人工神经网络相结合，构造了一种含判断与预测为一体的模型，既能判断出出生儿体重较低的因素，也能按照相关条件对出生儿的体重进行预测。从而使得产妇可以提前做好相关准备。实验表明，该模型较传统Logistic回归模型有更准确