期刊简介
本刊是由重庆医科大学主办的综合性医学专业性学术刊物，已被《中文科技期刊数据库》、《中国期刊全文数据库》、《中国学术期刊综合评价数据库》、《中国科技论文统计源期刊》、《中国生物文摘》、《中国生物学文献数据库》全文收录。通过论著、临床研究及短篇报道等栏目刊登基础医学、临床医学等相关内容。为了更好地反映国内外最新科研成果及医药信息，欢迎从事医学卫生事业的人员踊跃投稿，并优先考虑属国家、省、市科研基金项目的论文。
往期目录
-
2000
-
2001
-
2002
-
2003
-
2004
-
2005
-
2006
-
2007
-
2008
-
2009
-
2010
-
2011
-
2012
-
2013
-
2014
-
2015
-
2016
-
2017
-
2018
首页>重庆医科大学学报杂志
- 杂志名称：重庆医科大学学报杂志
- 主管单位：重庆市教育委员会
- 主办单位：重庆医科大学
- 国际刊号：0253-3626
- 国内刊号：50-1046/R
- 出版周期：月刊
期刊荣誉：被《中文科技期刊数据库》收录期刊收录：上海图书馆馆藏, 农业与生物科学研究中心文摘, 国家图书馆馆藏, 剑桥科学文摘, 知网收录(中), CA 化学文摘(美), 万方收录(中), CSCD 中国科学引文数据库来源期刊(含扩展版), 哥白尼索引(波兰), 统计源核心期刊(中国科技论文核心期刊), 北大核心期刊(中国人文社会科学核心期刊), 维普收录(中)
基于遗传算法和BP神经网络的CTG识别研究
周红标；张宇林；胡金平
关键词：胎心宫缩监护, BP神经网络, 遗传算法, 优化
摘要：目的:针对正常类、非典型类和异常类3类胎心宫缩监护图(Cardiotocography,CTG),利用BP神经网络建立分类识别模型.方法:根据遗传算法(Genetic algorithm,GA)具有全局寻优的特点,引入遗传算法对神经网络权值和阈值进行优化,形成一种训练神经网络的混合算法(GA-BP算法),以克服BP算法易陷入局部优解的缺陷,并以UCI数据库中的CTG数据集为例进行测试.结论:仿真结果表明,对于正常类、非典型类和异常类3类样本,BP算法的分类准确率分别为97.32%、71.97%和95.45%,而GA-BP算法的分类准确率分别提高到98.24%、82.67%和95.65%.可见GA-BP分类模型具有较强的学习能力和泛化能力,分类准确度更令人满意,所提出的方法是可行的.
友情链接