《表2 证型编码及样本数：基于人工神经网络的糖尿病合并冠心病舌脉象证型预测研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于人工神经网络的糖尿病合并冠心病舌脉象证型预测研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

根据糖尿病并发冠心病舌脉象辨证特点，设计基于拟牛顿法的BPNN辨证模型。采用Matlab2016作为仿真建模平台，通过模型模拟从舌、脉症状集合（输入向量）到证型（输出向量）的非线性映射过程。第一部分为输入层，共有3个神经元节点，分别代表舌质、舌苔和脉象；第二部分为隐含层，为增强网络处理能力和提高预测精度，本实验设定双隐含层，通过计算和测试发现隐含层节点数分别为10和12时，网络模型能获得最佳的预测效果；第三部分为输出层，只有1个神经元节点，即证型节点。在Matlab平台中编写基于拟牛顿法的BPNN程序，实现上述辨证模型，利用拟牛顿法训练建立好的网络，再对训练后的网络进行测试。由于证型6、7、8、9样本量均<100，未达到网络训练和测试的数量要求，故未做测试，只选取证型1、2、3、4、5进行实验，每个证型均随机选取对应数据集的75%作为训练数据，剩下25%作为测试数据，各证型编码和样本数统计，具体见表2。