论文部分内容阅读
目的：综合运用模糊数学和神经网络知识构建一个模糊神经网络模型，用于肺癌诊断，提高诊断率。方法：以实际肺癌诊断病例中的一部分为训练样本，首先利用隶属函数对样本数据进行模糊化处理，再输入基于BP算法的神经网络，对网络进行训练。用训练好的网络对余下的样本进行预测，并将预测结果与病理专家的诊断以及普通的BP神经网络预测结果进行比较。结果：模糊神经网络模型的预测结果与病理专家的诊断精度相当接近，优于普通的BP神经网络预测结果。