基于BP神经网络的肺腺癌预测

来源 :信息技术与信息化 | 被引量 : 0次 | 上传用户：zbiao1222

【摘要】

：

针对肺腺癌在医疗过程中的数据信息量庞大而面临的诊断治疗等难题,提出了一种基于BP神经网络的肺腺癌预测的方法实现根据肺腺癌临床数据进行科学准确地预测.从数据获取出发,在癌症基因组图谱(the cancer genome atlas,TCGA)中下载患者的临床数据,对原始数据进行特征工程处理,利用特征值及目标值使用弹性BP算法(resilient back propagation,RPROP)建立模型,最后利用测试集数据评估模型.最终模型准确率达90.37％.结果表明,数据的精确程度,算法的适用性对预测结果

【作者】

：

李昊天徐勇

【机构】

：

吉林建筑大学吉林长春130119

【出处】

：

信息技术与信息化

【发表日期】

：

2021年10期

【关键词】

：

BP神经网络肺腺癌肿瘤预测

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

内部增量PID算法在温室环境多因子监控系统中的应用

针对温室大棚中的温度/湿度/光照三要素,设计了一套基于内部增量PID控制算法的智能控制系统.增量式PID取输出量变化量作为传递信号,每次输出的调控信号均基于上次输出结果,只需采集前后连续三次的信号便可以进行精准高效的调控,避免了传统PID需对所有变化量进行重复积分运算的现象.经过仿真分析,基于内部增量式PID控制算法的设计方案在响应速度、采样频率等方面要明显优于传统的位置式PID控制算法.

期刊

内部增量式PID多因子数据监测温室大棚

基于改进天牛须搜索算法的路径规划方法

针对天牛须搜索算法易陷入局部最优、寻优精度低、后期收敛速度慢等缺点,提出了一种带有预判机制和权重因子的改进天牛须算法PreWBAS(beetle antennae search algorithm with pre-determination and weight),并基于该算法给出了一种求解路径规划问题的方法.首先在PreWBAS中引入预判机制使算法在每一次迭代预走一定步数,然后引入非线性递减的权重因子来平衡全局搜索能力和局部寻优能力.仿真实验结果表明,对于函数优化问题,改进后的算法相较于传统天牛须搜索

期刊

天牛须搜索算法函数优化全局最优解路径规划

基于BP神经网络的肺腺癌预测

其他学术论文