基于RBF神经网络的体检指标与中医体质关联性研究

Digital Chinese Medicine(2020)

Cited 2|Views1
No score
Abstract
目的 采用RBF神经网络技术,构建体检指标与中医体质关联模型,研究二者关联性.方法 对采集的650例体检者体检指标和中医体质类型原始数据进行数据清理、分类、整理,形成有效数据,并将其分为学习组和测试组.运用RBF神经网络技术和学习组有效样本,构建体检指标与中医体质关联模型,再运用测试组有效样本测试关联模型的正确率和误差.结果 在所选取的样本中,血脂指标?中医体质关联模型最高正确率为80%;肾功指标?中医体质关联模型最高正确率为100%;血常规(男)指标?中医体质关联模型最高正确率为100%;血常规(女)指标?中医体质关联模型最高正确率为88.8%;尿常规指标?中医体质关联模型最高正确率为84.1%;输血全套体检指标?中医体质关联模型最高正确率为100%.结论 对本论文所选取的样本,证明体检指标与中医体质有较强的关联性,将该关联模型用于中医体质辨识具有一定的可行性.
More
Translated text
Key words
TCM constitution,physical examination index,correlation model,RBF neural network
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined