基于神经网络工具箱的bp网络高血压研究

《基于神经网络工具箱的bp网络高血压研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于神经网络工具箱的BP网络高血压研究摘耍关键字0前言人的大脑是由复杂的神经元网络组成的。由于它的存在，人脑可以从诸如人脸识别、骑內行车、打篮球等涉及联想或经验的问题屮体会那些只可意会、不可言传的直觉与经验，可以根据情况灵活掌握处理问题的规则从而可以轻而易举地完成此类任务。任何一种人造的机器在这方面望尘莫及。人脑之所以有这些能力主要是屮于人脑本身的构造加之多年以來的学＞J过程。人类具冇高度发达的大脑,大脑是思维活动的物质基础，而思维是人类智能的集中体现。长期以來，人们想方设法了解人脑的工作机理和思维的本质，向往

2、能够构造出具冇类人智能的人工智能系统，以模仿人脑功能，完成类似于人脑的工作。人们对人脑的工作机理进行丫长期不懈的探索和模拟，一门新的学科一人工祌经网络发展起来丫。布满在人类大脑皮层上的神经细胞亦称为神经元。每个神经元与其他神经元通过数以千计的通道广泛相互连接，形成复杂的生物神经网络。生物神经网络以神经元为基本信息处理单元，对信息进行分布式存储与加工。这种信息加工与存储和结合的群体协同工作方式使得人脑呈现出目前计算机无法模拟的神奇智能。人脑的信息处理机制是在漫长的进化过程屮形成和完善的。通过分子和细胞技术所达到的

3、微观层次与行为研究所达到的系统层次结合形成了对人脑神经网络的基木认识。在此基本认识的基础上，通过数学和物理方法以及信息处理的角度对人脑神经M络进行抽象并且建立某种简化模型，就称为人工神经网络(ArtificialNeuralNetwork,缩写ANN)。人工神经网络远不是人脑生物神经网络的真实写照，而只是对它的简化、抽象与模拟。现实生活中，高血压是个相当常见且必须引起人们注视的~种疾病。高血压是以体循环动脉压增高为主耍表现的临床综合征，是最常见的心血管疾病。原发性高血压的发病因素主要冇两大类，一类是内因，如遗传

4、(大约占40%)；另一类是外因，如精神紧张、食盐过多、吸烟、肥胖、酗酒、缺乏运动等。K:期高血压可影响到心、脑、肾等器官的功能，最终导致这些器官功能的衰竭。正常人的血灰随A外环境变化在一定范围Pr波动。在整体人群，血灰水平随年龄逐渐升高，以收缩压更为明显，但50岁后舒张压呈现下降趋势，脉压也随之加人。近年來，人们对心血管病多重危险因素作用以及心、脑、肾靶器官保护的认识不断深入，高血压的诊断标准也在不断调整，目前认为同一血压水平的患者发生心血管病的危险不同，因此有了血压分层的概念，即发生心血管病危险度不同的患者，

5、适宜血压水平应有不同。医生面对患者吋在参考标准的基础h,根据其具体情况判断该患者最合适的血压范闱，采用针对性的治疗措施。现阶段，我们通过基于神经网络的方法,在已知的的医院就诊资料的基础上，对高血压进行了一次科学且合理的判断。以建立bp神经网络的方式解决问题。其屮涉及数据对模型的训练以及相应数据的监测，最终得到一个合适的祌经网络。1神经网络构成的基本原理人工神经M络(ArtificialNeuralNetworks，简称为NN)是近年来发展起来的模拟人脑生物过程的人工智能技术.它由大量简单的神经元广泛互连形成的复

6、杂的非线性系统,它不需要任何先验公式，就能从已奋数据屮自动地归纳规则，获得这些数据的内在规律,具冇很强的非线性映射能力，特别适合于凶果关系复杂的非确性推理、判断识别和分类等问题.基丁识差反向传播(Backpropagation)算法的多层前馈网络(Multiple-layerfeedforwardnet-work,简记为BP网络),是目前应用最多也是最成功的网络之一，构造一个BP网络需要确定其处理单元一一祌经元的特性和网络的拓扑结构。1.1神经元神经元是神经网络最基本的组成部分。一般地，神经元模型如图1所示该神

7、经元有n个输入，所有输入通过一个权重w进行加权求和后加上偏置量再经传递函数的作用后即为该神经元的输出。传递函数可以是任何可微的函数，常用的有Si}noid型和线性型图中，为输入信号，Wjj表示从第i个神经元到第j个神经元的连接权值，q为第j个神经元的阈值。设Sj为外部输入信号，yj为输;li信号，在上述模型中第j个神经元的变换可描述为y}=/(S这里采用的非线性函数f(x)可以是疥跃函数、分段函数及Sigmoid型函数。1.2网络的拓扑结构权可调权可调输入层隐贪层输出层图1，2基子BP算法的多层前馈型网络的结

8、构祌经M络的拓扑结构是指祌经元之间的互连结构。图2是一个三层的BP网络结构。BP网络通常有一个或多个Sigxnoid隐含层和一个线性输出层这种结构使多足前馈网络可在输入和输出间建立合适的线性或非线性关系，又不致使网络输出限制在-1和1之间。1.3神经网络的特点神经网络的主要特点是：(1)分布式储存信息。其信息的储存分布在不同的位置，神经网络是用大量祌经元之间的连接及对各连接权值的分布来