小波神经网络在肿瘤预后中的应用研究.docVIP

下载本文档

14
0
约3.83千字
约 8页
2017-01-29 发布于天津
举报
版权申诉

小波神经网络在肿瘤预后中的应用研究.doc

1、本文档共8页，其中可免费阅读3页，需付费100金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

小波神经网络在肿瘤预后中的应用研究摘要介绍了小波神经网络模型给出了相应的算法和公式将小波神经网络模型用于肿瘤患者预后研究结果表明与传统网络相比小波神经网络具有较快的学习收敛速率在肿瘤患者预后方面具有良好的应用前景关键词小波变换神经网络模型预后肿瘤患者预后是一个多因素相互作用的复杂问题各因素之间一般为非线性关系由于其间的函数关系解析形式难以把握肿瘤的多种类型以及多种相关因素使得现有的预测在准确性和实用性方面都存在着局限性人工神经网络的成就表明它特别适合于处理不确定性和非结构化信息和统计模式识别方法

小波神经网络在肿瘤预后中的应用研究【摘要】介绍了小波神经网络模型，给出了相应的算法和公式。将小波神经网络模型用于肿瘤患者预后研究。结果表明，与传统BP网络相比，小波神经网络具有较快的学习收敛速率，在肿瘤患者预后方面具有良好的应用前景。【关键词】小波变换；神经网络；模型；预后　　肿瘤患者预后是一个多因素相互作用的复杂问题，各因素之间一般为非线性关系。由于其间的函数关系解析形式难以把握肿瘤的多种类型以及多种相关因素，使得现有的预测在准确性和实用性方面都存在着局限性。人工神经网络的成就表明