论文部分内容阅读
为了从海量孕检数据中挖掘出有价值的信息,同时针对BP神经网络收敛速度慢、预测精度低的问题,提出一种利用遗传算法优化BP神经网络的算法(GABP),对胎儿进行健康诊断并建立预测模型。首先利用遗传算法的寻优技术简化特征属性;然后将简化后的属性作为BP神经网络的输入神经元,构建BP神经网络模型,并进行学习训练;最后利用Matlab对算法进行仿真。实验结果表明,GABP算法能够很好地提取孕检数据中的重要信息,缩短BP预测时间,是一种可行的胎儿健康辅助预测模型。