《表2 基于RBF算法人工神经网络的小儿肺炎痰热闭肺证输入变量重要性》
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
《基于决策树和人工神经网络的小儿肺炎痰热闭肺证诊断模型研究》
运用基于RBF算法的人工神经网络对导入的小儿肺炎的筛选的17个自变量数据库进行建模分析。结果显示训练样本的正确率为90.75%,测试数据集的正确率为85.33%。生成的神经网络模型中,隐藏层共含有8个神经元。见图7。其中小儿肺炎痰热闭肺证证候因子中占权重相对较高的有:痰多粘稠(22.4%)、痰色黄(13.0%)、苔黄(10.4%)、脉滑(6.4%)。见表2。
图表编号 | XD00206630600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.20 |
作者 | 宫文浩、兰天莹、莫清莲、杨燕、戴启刚、陈莎莎、唐子西、刘悠江、艾军 |
绘制单位 | 广西中医药大学基础医学院、广西中医药大学壮医药学院、广西中医药大学基础医学院、首都医科大学附属北京儿童医院、南京中医药大学附属医院、广西中医药大学基础医学院、广西中医药大学基础医学院、南宁市邕宁区人民医院、广西中医药大学基础医学院 |
更多格式 | 高清、无水印(增值服务) |