基于改进离散Hopfeild神经网络的医疗专家诊断系统
韩金亮
张欣茹
范东浩
李卓辰
1.中国矿业大学 徐州 2211162.中国矿业大学 徐州 2211163.中国矿业大学 徐州 2211164.中国矿业大学 徐州 221116
摘要：针对医疗服务行业中病情诊断工作的重复低效问题,运用朴素贝叶斯网络、离散型Hopfeild神经网络两种算法,以失眠病症为代表构建智能病症诊判系统模拟医疗自主诊断.为避免因自变量波动造成网络结构出现过学习现象,降低因离散型整数目标数据所导致的各指标间低线性关系影响,对有监督算法进行了结合优化,提出了一种基于贝叶斯网络理论下的离散Hopfeild神经网络算法,降低网络结构的复杂性,降低模型对数据关联的敏感度,有效避免了网络过拟合的缺陷.Matlab仿真结果表明,基于贝叶斯网络优化下的离散型Hopfeild神经网络算法的误判率相比Hopfeild神经网络算法平均减少了12％,可建立可靠诊断机制,推动医疗行业的智能化发展.
关键词：朴素贝叶斯网络离散Hopfeild神经网络算法医疗专家诊断系统
分类号：TP391(计算技术、计算机技术)
资助基金：国家自然科学基金(61501465)
论文发表日期：2020-10-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 2362-2369 )
英文信息