基于BP神经网络的矽肺病预测组合模型研究

被引：7

作者：

章勤 ^{[1
,2
]}

田晶 ^{[1
,2
]}

孙傲冰 ^{[1
,2
]}

郑然 ^{[1
,2
]}

陈卫红 ^{[3
]}

机构：

[1] 华中科技大学计算机科学与技术学院服务计算技术与系统教育部重点实验室

[2] 华中科技大学计算机科学与技术学院集群与网格计算湖北省重点实验室

[3] 华中科技大学同济医学院公共卫生学院环境与健康教育部重点实验室

来源：

计算机科学 | 2009年 / 36卷 / 04期

关键词：

BP神经网络; 指数平滑法; FCM聚类; 组合预测; 矽肺;

D O I：

暂无

中图分类号：

R135.2 [生产性粉尘及尘肺]; TP183 [人工神经网络与计算];

学科分类号：

100402 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

矽肺是我国最为严重的职业病之一,严重危害工人的健康。研究表明,矽肺与粉尘接触量、吸烟量、接尘时间等存在明显的剂量反应关系。基于各矽肺致病影响因子,分别利用指数平滑-神经网络ES-BP(Exponential smoot-hing-BP neural network)和模糊c均值聚类-神经网络FCM-BP(Fuzzy c-means clustering-BP neural network)组合模型对接尘工人未来是否患病以及患病年龄做预测分析。实验结果表明:ES-BP模型能结合原始工人接尘时间队列数据特点,从时间序列上对工人患病年龄进行预测;FCM-BP模型对数据预归类,能极大减小模型复杂度并降低网络训练时间。两种组合模型预测精度均高于BP单独建模预测精度,在工人患病年龄预测中取得了较好的测试效果。

引用

页码：264 / 267

页数：4

共 6 条

[1] 锡矿作业工人粉尘接触和队列死因分析 [J].