首页 > 文献资料
-
基于多层感知器模型的左室Tei指数参考值地理分布
目的：探讨地理环境因素纳入左心室Tei指数正常参考值制定的考量范围内及分析其对健康人左室 Tei指数参考值的影响。方法选取地形、气候、土壤3大类25项地理环境指标与健康人左心室Tei指数进行相关分析，选取有显著相关的9项指标参与多层感知器与 RBF网络建模，通过学习训练加强预测精度建立模型，与未参与建模的实测值对比，基于多层感知器模型的预测值与实测值拟合效果较好，在95％的置信度下，二者无显著差异。通过对数据的正态性检验分析，选取析取克里金插值法内插出基于多层感知器模型预测的中国健康人左心室 Tei指数参考值的地理分布图，拟合参考值的三维空间趋势图并分析环境对指标的影响机制。结果左心室Tei指数与纬度，年平均气温，年降水量，气温年较差，年平均风速，表土粉土阳离子交换量，表土CaSO4含量，表土碱度，表土盐分有显著相关性，基于多层感知器模型的预测值分布趋势由北向南依次递减，自西向东先减小后增大。结论综合生理因素和地理环境因素对参考值的影响，能够更加科学地确定参考值的分布。
-
RBF网络在心血管危险分层中的应用
为了提高高血压患者心血管危险分层的正确率,从而进行有效的心血管危险评估.我们将径向基函数(radial basis Function,RBF)神经网络运用于心血管危险分层中,通过和浙江大学校医院联合,对970多例体检者(包括高血压患者)进行问卷调查,并应用超声Doppler心功能检测仪和血压仪进行临床检查,获取高血压患者相关参数数据,从中筛选12个参数作为网络输入,心血管的4个危险层次作为网络输出.结果表明:随机选用400例样本作为网络训练样本,300例样本作为测试样本,参照国际惯用的心血管危险分层标准,网络模型分类正确率达到了95.67%.相比调查中大中城市基层医生28%的心血管危险分层正确率,明显提高了危险分层的准确率,试验结果证明了该方法的可靠性和实用性.
-
RBF网络建立吲哚美辛固体分散体制备工艺模型
采用径向基函数(RBF)神经网络对吲哚美辛固体分散体制备工艺指标与各因素间的关系进行了拟合.结果显示,RBF网络建立药物制备工艺模型具有使用方便、预测性良好的特点,在药物制备工艺模型优化方面有较好的应用前景.
