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说课.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回归模型有更准确的预测能力。 关键词：模糊聚类，神经网络，低体重初生儿预测，Excel,SPSS Abstract（小三号Arial Black字体） Government,society and university are not only the three kinds of basic power in the procedure of higher education operation,but also three basic bodies of higher educational quality assurance.Compared with the quality assurance of government and that of universities.The society assurance is realized by the induction of market economy,the supervision of public opinion and the evaluation of social intermediary organization.In order to fully exert the function of the social participation in the higher educational quality assurance,the premise is the decentralization of the government and autonomy of universities; the perfection of the market and the advance of the culture is the key; the means is the conformity and conduction of the social forces. (小四号 Times New Roman字体) Key words（小四号Arial Black字体）: higher educational quality;quality assurance; society assurance （小四号 Times New Roman字体） 目录 摘要 （I） 引言： （1） 1、模糊聚类分析与人工神经网络 （1） 1.1模糊聚类分析 （1） 1.2人工神经网络 （2） 2、预测模型及算法介绍 （2） 2.1模型介绍 （2） 2.2模糊聚类 （3） 2.2.1数据标准化 （3） 2.2.2构造模糊相似矩阵 （3） 2.2.3求模糊等价矩阵 （4） 2.2.4基于模糊等价关系的模糊聚类 （4） 2.3人工神经网络 （4） 3、 预测模型的软件实现 （4） 3.1模糊聚类分析的Excel实现 （4） 3.1.1数据标准化 (4） 3.1.2求模糊值矩阵 (5) 3.1.3建立模糊相似矩阵 (6) 3.1.4求模糊等级矩阵 (6) 3.1.5基于模糊等价矩阵的模糊聚类 (6) 3.2人工神经网络的SPSS实现 (7) 4、实验结果及比较分析 （8) 4.1实验结果 （8） 4.2比较分析 （8） 4.2.1 与Logistic回归模型预测结果间的比较 （8） 5、结论 （10） 参考文献 （11） 致