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

doi:10.13406/j.cnki.cyxb.2011.07.002

您当前的位置：

首页 >

文章列表页 >

基于遗传算法和BP神经网络的CTG识别研究

技术与方法 | 更新时间：2024-01-17

- 基于遗传算法和BP神经网络的CTG识别研究
- CTG recognition based on genetic algorithm and BP neural network
- 重庆医科大学学报 2011年36卷第7期页码：846-849
- 作者机构：
  
  1. 淮阴工学院电子与电气工程学院电气教研室
  2. 兰州理工大学电信学院电子信息教研室
- 作者简介：
- 基金信息：
  
  淮安市2010年度科技支撑资助项目（编号:SN1045）;淮阴工学院科研基金资助项目（编号:HGG1009）
- DOI：10.13406/j.cnki.cyxb.2011.07.002
  中图分类号： R714.5;TP183
- 纸质出版日期：2011，
扫描看全文
[1]周红标,张宇林,胡金平.基于遗传算法和BP神经网络的CTG识别研究[J].重庆医科大学学报,2011,36(07):846-849.

ZHOU Hong-biao1, ZHANG Yu-lin1, HU Jin-ping2. CTG recognition based on genetic algorithm and BP neural network[J]. Journal of Chongqing Medical University, 2011,36(7):846-849.
[1]周红标,张宇林,胡金平.基于遗传算法和BP神经网络的CTG识别研究[J].重庆医科大学学报,2011,36(07):846-849. DOI： 10.13406/j.cnki.cyxb.2011.07.002.

ZHOU Hong-biao1, ZHANG Yu-lin1, HU Jin-ping2. CTG recognition based on genetic algorithm and BP neural network[J]. Journal of Chongqing Medical University, 2011,36(7):846-849. DOI： 10.13406/j.cnki.cyxb.2011.07.002.

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算法易陷入局部最优解的缺陷

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。

Abstract

Objective:To establish BP neural network(NN)classification model for normal

atypical and abnormal cardiotocography(CTG).Methods:Genetic algorithm(GA)was used to optimize the initial weights and threshold value of the neural network based on the inherent local minimum problem of NN and the good global convergence and global search ability of GA.The UCI’s CTG set was used to test the algorithm.Results:The simulative results indicated that the recognition rates of the normal

atypical and abnormal CTG reached 98.24%

82.67%

and 95.65% based on GA-BP

more than 97.32%

71.97%

and 95.45% based on BPNN.The model has good ability both in learning and generalization and the algorithm can also effectively be used in other signal processing fields.

关键词

胎心宫缩监护BP神经网络遗传算法优化

Keywords

cardiotocographyBP neural networkgenetic algorithmoptimization

references

浏览量

126

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据