论文研究 优化中医八纲辨证神经网络参数的MIGA 1算法.pdf

根据中医诊断推理对知识的不确定性、不完全性和逻辑推理的模糊性及“软计算”技术的特点出发，探讨了利用“软计算”的方法构建中医诊断神经网络知识库的基本设想，最后在MATLAB中利用现有结构固定的三种神经网

根据中医诊断推理对知识的不确定性、不完全性和逻辑推理的模糊性及神经网络技术的特点出发，利用神经网络对中医面诊证素辨证进行研究，得到一个关于证素辨证的面诊神经网络结构。在MATLAB上设计出这个神经网络

对支持向量机的核参数选取到目前仍没有形成一套成熟的理论，严重影响了其广泛的应用。对核参数的选取做了一定的探讨。将神经网络与粒子群优化算法相结合并用于支持向量机核函数的参数优化。该方法能够同时具有神经网

提出了一种基于狼群优化的人工神经网络频谱感知方法，实现了具有神经网络最优结构的神经网络频谱感知算法。该算法在包含自组织神经网络的频谱感知算法的基础上，具体阐述了训练样本的生成，神经网络的训练以及对神经

本研究利用粒子群算法对卷积神经网络的各个参数进行优化，包括卷积核大小、卷积核数量、池化大小、学习率等等。通过在训练集和测试集上进行验证，结果表明，经过粒子群算法优化后的卷积神经网络相较于普通网络具有更

针对中医按摩设备的临床需求，研制了一种基于多种按摩手法的中医按摩机器人系统。同时，为了提高中医按摩机器人穴位寻找行为规划的精度，提出了一种基于遗传算法优化BP神经网络的中医按摩机器人穴位坐标预测方法，

提出了综合利用粒子群优化算法(PSO)和离散粒子群优化算法(DPSO)同时优化前向神经网络结构和参数的新方法。该算法使用离散粒子群优化算法优化神经网络连接结构，用多维空间中0或1取值的粒子来描述所有

主要是对神经网络的各权值进行优化，其优化算法是遗传算法。

为提高传统不确定性推理在中医辨证中的准确率和灵活性，提出了基于D-S证据理论的中医辨证模型。模型采用群决策理论，以证素为识别框架，以不同专家的诊断结果为基本可信度分配，对专家的诊断结果进行证据融合，模

为了提高网络流量的预测精度，提出了一种混沌粒子群算法优化相空间重构和神经网络的网络流量预测模型（CPSO-BPNN）。利用混沌粒子群算法对BP神经网络初始参数、延迟时间、嵌入维数进行优化，根据延迟时间