基于遗传算法改进的人工神经网络的研究以及在肺癌预测的应用-肿瘤学-论文之家

您现在的位置：硕士论文 >> 医学论文 >> 肿瘤学 >> 正文

基于遗传算法改进的人工神经网络的研究以及在肺癌预测的应用

作者：潘旵 Publish: 2007-10-10 Hits:-

【中文题名】

基于遗传算法改进的人工神经网络的研究以及在肺癌预测的应用

【英文题名】

Research and Implementation of Lung Cancer Forecast System Based on ANN and GA

【学科专业】

计算机软件与理论

【论文级别】

硕士论文

【投稿时间】

2007-10-10

【中关键词】

人工神经网络,BP网络,遗传算法,,,

【英关键词】

ANN,BP algorithm,Genetic Algorithm,

【分类导航】

医药、卫生>肿瘤学>呼吸系肿瘤>肺肿瘤>>

【论文摘要】

神经网络能精确地对复杂问题进行预测,但易受训练过度的影响且训练速度慢。遗传算法是一种全局优化搜索算法,具有简单通用,鲁棒性强等特点,然而,它的拟合度函数变化很大。这种方法的要求是拟合度函数必须收敛于最小误差,这为具体的实现方案留下了许多自由空间。将遗传算法与神经网络结合起来使用可以在较高的层次上提高模型的可理解性。本文提出了改进的遗传算法结合BP 人工神经网络的肺癌治疗手段预测系统,本文工作主要包括: 1.对遗传算法和人工神经网络进行了详细的研究包括遗传算法原型,遗传算法编码的方式,基于误差逆传播算法(BP算法)的神经网络方法。对遗传算法和人工神经网络的优缺点进行了讨论。 2.提出了改进的遗传算法结合BP人工神经网络的预测方法参考了目前遗传算法与神经网络的结合方法:一是对神经网络初始权值进行优化;二是采用进化的神经网络方法(Evolving Neural Networks,简称ENN),完全用遗传算法替代BP学习,以避免梯度下降法的缺陷。但这两种结合方法都存在着较大的缺陷:对于前者,遗传算法本身也存在早熟收敛问题,因此该方法仍然不能保证后继的网络训练不会陷入局部极小区域;对于...

【论文题纲】

摘要	4-6
Abstract	6-11
第一章引言	11-14
1.1 研究医疗辅助手段预测的目的和意义	11-12
1.1.1 前言	11
1.1.2 医疗辅助手段预测的意义	11-12
1.2 本文所做的工作	12-14
第二章神经网络和遗传算法理论基础	14-28
2.1 人工神经网络	14-22
2.1.1 人工神经网络的发展与介绍	14-15
2.1.2 人工神经网络的生物学基础	15
2.1.3 人工神经元模型	15-16
2.1.4 人工神经网络的基本特征	16
2.1.5 人工神经网络的应用	16-17
2.1.6 神经网络基本原理	17-18
2.1.7 反向传播BP 网络算法	18-22
2.2 遗传算法	22-27
2.2.1 遗传算法基本原理	22-25
2.2.2 遗传算法编码	25-27
2.3 神经网络与遗传算法的优缺点	27-28
第三章 GBP 算法的实现以及在肺癌治疗手段预测的应用	28-51
3.1 遗传算法与神经网络结合方法	28-29
3.2 BP 神经网络结合遗传算法改进的算法—GBP 算法	29-31
3.3 GBP 算法在肺癌治疗手段预测的意义	31-32
3.4 肺癌治疗手段预测系统的详细设计	32-34
3.4.1 系统体系结构	32
3.4.2 系统静态图	32-33
3.4.3 系统活动图	33
3.4.4 系统设计目标	33-34
3.5 肺癌治疗预测系统的具体实现	34-36
3.6 GBP 算法用于肺癌治疗手段预测训练过程	36-42
3.6.1 数据预处理	36-37
3.6.2 遗传算法优化网络初始权重	37-41
3.6.3 遗传算法与BP 算法交替修正网络权重	41-42
3.7 实际应用效果	42-51
第四章结论与展望	51-52
4.1 结论	51
4.2 展望	51-52
参考文献	52-54
致谢	54-55
在学期间公开发表论文情况	55

【DOI】

LunWen.ID:2.2008.193860



付费论文：有参考文献 300元

1、注册会员 2、购买本文 3、下载文章
注:此文为收费论文，需付费购买。每页大约1000字。

代写论文流程

载入中…

Web lunwenjia


热门搜索：人工神经网络论文 BP网络遗传算法

肿瘤学最新论文

肿瘤学热门论文