电子测量与仪器学报
電子測量與儀器學報
전자측량여의기학보
JOURNAL OF ELECTRONIC MEASUREMENT AND INSTRUMENT
2014年
9期
957-964
,共8页
朱程辉%刘畅%王建平%李帷韬
硃程輝%劉暢%王建平%李帷韜
주정휘%류창%왕건평%리유도
小波神经网络云模型%内脏脂肪面积%人体腹部总阻抗%腹部皮下阻抗%模糊推理
小波神經網絡雲模型%內髒脂肪麵積%人體腹部總阻抗%腹部皮下阻抗%模糊推理
소파신경망락운모형%내장지방면적%인체복부총조항%복부피하조항%모호추리
wavelet neural cloud model%viscera fat area%impedance of human body abdomen%subcutaneous abdominal impedance%fuzzy inference
人体内脏脂肪面积与人体腹部总阻抗和腹部皮下阻抗测量值存在着强非线性关系,采用小波神经网络云模型建立了人体内脏脂肪面积预测模型.采用八电极法并结合人体腹部形状特征和人群特征属性,构成预测模型输入量.对不同条件的输入量进行划分,建立对应各个输入量的隶属云并进行模糊推理;构建对应于输入量的以小波函数为基函数的网络,采用输入量隶属云模糊推理输出对小波神经网络输出加权平均,以预测人体内脏脂肪面积.对该模型的参数进行训练,并采用训练后的模型对人体内脏脂肪面积预测.实测结果表明,该模型具有较强的非线性函数逼近能力,对人体VFA的预测效果比统计回归模型有明显的改进.
人體內髒脂肪麵積與人體腹部總阻抗和腹部皮下阻抗測量值存在著彊非線性關繫,採用小波神經網絡雲模型建立瞭人體內髒脂肪麵積預測模型.採用八電極法併結閤人體腹部形狀特徵和人群特徵屬性,構成預測模型輸入量.對不同條件的輸入量進行劃分,建立對應各箇輸入量的隸屬雲併進行模糊推理;構建對應于輸入量的以小波函數為基函數的網絡,採用輸入量隸屬雲模糊推理輸齣對小波神經網絡輸齣加權平均,以預測人體內髒脂肪麵積.對該模型的參數進行訓練,併採用訓練後的模型對人體內髒脂肪麵積預測.實測結果錶明,該模型具有較彊的非線性函數逼近能力,對人體VFA的預測效果比統計迴歸模型有明顯的改進.
인체내장지방면적여인체복부총조항화복부피하조항측량치존재착강비선성관계,채용소파신경망락운모형건립료인체내장지방면적예측모형.채용팔전겁법병결합인체복부형상특정화인군특정속성,구성예측모형수입량.대불동조건적수입량진행화분,건립대응각개수입량적대속운병진행모호추리;구건대응우수입량적이소파함수위기함수적망락,채용수입량대속운모호추리수출대소파신경망락수출가권평균,이예측인체내장지방면적.대해모형적삼수진행훈련,병채용훈련후적모형대인체내장지방면적예측.실측결과표명,해모형구유교강적비선성함수핍근능력,대인체VFA적예측효과비통계회귀모형유명현적개진.