基于模糊聚类的神经网络优化算法在初生儿体重预测中的应用

《基于模糊聚类的神经网络优化算法在初生儿体重预测中的应用》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、闽南师范大学毕业论文基于模糊聚类的神经网络算法在出生儿体重预测中的应用Applicationofneuralnetworkalgorithmbasedonfuzzyclusteringpredictionofbirthweightchildren姓名：朱宁学号：1204000555系别：数学与统计学院专业：数学与应用数学（统计学)年级：2012级指导教师：林国平2015年月日摘要出生儿的体重往往是其出生时身体素质的直观体现，对于低体重初生儿，皮下脂肪少，保温能力差，呼吸机能和代谢机能都比较弱，特别容易感染疾病，死亡率比体重正常的新生儿要高得多。其智力发展也会受到一定的影响。而造成婴

2、儿出生体重较低的因素却是有很多种，例如环境因素、产妇自身身体素质等。因此在产妇生产之前对一系列影响因素的控制往往决定了出生儿的身体健康状况。本文以模糊聚类与人工神经网络相结合，构造了一种含判断与预测为一体的模型，既能判断出出生儿体重较低的因素，也能按照相关条件对出生儿的体重进行预测。从而使得产妇可以提前做好相关准备。实验表明，该模型较传统Logistic回归模型有更准确的预测能力。关键词：模糊聚类，神经网络，低体重初生儿预测，Excel,SPSSAbstract（小三号ArialBlack字体）Government,societyanduniversityarenotonlythe

3、threekindsofbasicpowerintheprocedureofhighereducationoperation,butalsothreebasicbodiesofhighereducationalqualityassurance.Comparedwiththequalityassuranceofgovernmentandthatofuniversities.Thesocietyassuranceisrealizedbytheinductionofmarketeconomy,thesupervisionofpublicopinionandtheevaluationofs

4、ocialintermediaryorganization.Inordertofullyexertthefunctionofthesocialparticipationinthehighereducationalqualityassurance,thepremiseisthedecentralizationofthegovernmentandautonomyofuniversities;theperfectionofthemarketandtheadvanceofthecultureisthekey;themeansistheconformityandconductionofthe

5、socialforces.(小四号TimesNewRoman字体)Keywords（小四号ArialBlack字体）:highereducationalquality;qualityassurance;societyassurance（小四号TimesNewRoman字体）目录摘要（I）引言：（1）1、模糊聚类分析与人工神经网络（1）1.1模糊聚类分析（1）1.2人工神经网络（2）2、预测模型及算法介绍（2）2.1模型介绍（2）2.2模糊聚类（3）2.2.1数据标准化（3）2.2.2构造模糊相似矩阵（3）2.2.3求模糊等价矩阵（4）2.2.4基于模糊等价关系的模糊聚类（4）2.3

6、人工神经网络（4）3、预测模型的软件实现（4）3.1模糊聚类分析的Excel实现（4）3.1.1数据标准化(4）3.1.2求模糊值矩阵(5)3.1.3建立模糊相似矩阵(6)3.1.4求模糊等级矩阵(6)3.1.5基于模糊等价矩阵的模糊聚类(6)3.2人工神经网络的SPSS实现(7)4、实验结果及比较分析（8)4.1实验结果（8）4.2比较分析（8）4.2.1与Logistic回归模型预测结果间的比较（8）5、结论（10）参考文献（11）致谢（12）引言：随着互联网的高速发展以及人类科技的巨大进步，人们已经进入了数据大爆炸的时代。数据分析的数学基础在20世纪早期就已确立，但直到计算机

7、的出现才使得实际操作成为可能，并使得数据分析得以推广。数据分析实际上是数学与计算机科学相结合的产物。而数据分析的方法论却是与统计学息息相关的，一般的数据分析方法都是基于严格设计支持下的统计方法论，但是对于现实情况而言，很多因素都是随机无法控制。所以对于贴近现实的数据我们往往更倾向于半实验研究支持下的统计方法论或偏智能化、自动化的数据挖掘应用方法论。对于严格设计支持下的统计方法论的不足，最明显的就是聚类分析。统计学中的“聚类分析”实质上是一种“硬划分”，即“非此即彼”，