《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》

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

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。