换一批摘要胎儿体重是判断胎儿发育、保障孕产妇安全的重要指标, 但是胎儿体重无法直接测得, 只能根据孕妇体检数据进行预测. 提出了一种基于遗传算法优化BP神经网络(GA-BPNN)的胎儿体重预测模型, 首先采用回归模型和特征归一化预处理得到的历史体检数据建立孕妇连续体重变化模型, 然后利用遗传算法(Genetic Algorithm, GA)优化BP神经网络的初始权值和阈值, 建立胎儿体重预测模型. 从我国东部某医院2016年孕产妇中随机抽取3000例样本数据, 将本文的模型与基于传统BP神经网络(BPNN)的预测模型进行比较, 实验结果表明, 本文提出的GA-BPNN胎儿体重预测模型不仅加快了模型的收敛速度, 而且将胎儿体重预测精度提高了14%.
更多相关知识
栏目名称
DOI
10.15888/j.cnki.csa.006252
发布时间
2018-04-08（万方平台首次上网日期，不代表论文的发表时间）
基金项目
杭州市科技计划（20162013A02）
- 浏览3
- 被引9
- 下载3
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
