科技广场
科技廣場
과기엄장
SCIENCE TECHNOLOGY PLAZA
2014年
10期
49-52
,共4页
模糊神经网络%训练函数%学习函数%性能函数
模糊神經網絡%訓練函數%學習函數%性能函數
모호신경망락%훈련함수%학습함수%성능함수
Fuzzy Neural Network%Training Function%Learning Function%Performance Function
运用模糊神经网络（FNN）模型，对254例腹痛中的大肠聚、肝郁肋痛、湿热黄疸、湿热泄泻、食滞胃痛、大肠痈、虚寒泄泻、脾心痛、气滞腹痛9种中医临床病症进行辅助诊断，得到9种腹痛病症的准确率达到95.4%以上，从而FNN模型可以用在临床上作辅助诊断。
運用模糊神經網絡（FNN）模型，對254例腹痛中的大腸聚、肝鬱肋痛、濕熱黃疸、濕熱洩瀉、食滯胃痛、大腸癰、虛寒洩瀉、脾心痛、氣滯腹痛9種中醫臨床病癥進行輔助診斷，得到9種腹痛病癥的準確率達到95.4%以上，從而FNN模型可以用在臨床上作輔助診斷。
운용모호신경망락（FNN）모형，대254례복통중적대장취、간욱륵통、습열황달、습열설사、식체위통、대장옹、허한설사、비심통、기체복통9충중의림상병증진행보조진단，득도9충복통병증적준학솔체도95.4%이상，종이FNN모형가이용재림상상작보조진단。
We use Fuzzy Neural Network (FNN) model for secondary diagnosis in 254 cases of abdominal pain of nine kinds of qi stagnation in TCM clinical symptoms: the large intestine poly, liver hypochondriac, heat jaundice, heat diarrhea, food stagnation stomach, colon carbuncle, diarrhea and stomach, spleen heartache, pain. The accuracy can reach more than 95.4%, which means that FNN model can be used as an aid in the clinical diag-nosis.
