基于GA-BP模型在癌症识别中的应用研究任务书
2020-05-26 20:47:56
1. 毕业设计(论文)的内容和要求
智能医疗是通过打造健康档案区域医疗信息平台,实现患者与医务人员、医疗机构、医疗设备之间的互动,逐步达到信息化。在中国新医改的大背景下,智能医疗正在走进寻常百姓的生活。癌症是正常机体细胞在多原因、多阶段、多次突变引起的一种疾病,人们对癌症的重视程度越来越高,也是现代智能医疗的重要研究领域,本课题就是在此应用背景中产生的,通过对患者基因特征的分析,判断患者的健康状况,是否患有癌症。
本课题利用BP神经网络进行训练,建立模型,针对BP神经网络存在学习收敛速度太慢、不能保证收敛到全局最小点的缺点,利用遗传算法(GA)对神经网络初始权重进行优化。并应用到癌症发病的预测中。
要求学生学习并掌握神经网络模型的建立,掌握MATLAB软件的编程与使用。2. 参考文献
[1] 阎平凡,张长水.人工神经网络与模拟进化计算[m].北京:清华大学出版社,
[2] 孙强.基于人工神经网络的汽车声品质评价与应用研究[d].吉林:吉林大学仪器科学与电气工程学院,2010.
[3] 姚文俊.基于遗传算法的故障诊断的研究[j].现代电子技术,2003,23 (166):85~87
3. 毕业设计(论文)进程安排
1-8至1-20 |
查阅中英文资料20篇以上及了解相关算法等。 |
1-20至1-31 |
提交打印好的文献综述及开题报告(围绕任务书,完成方案论证,工作思路等) |
2-1至3-15 |
掌握遗传算法、BP神经网络理论基础 |
3-16至4-26 |
学习MATLAB软件基本操作方法 |
4-27至5-17 |
利用UCI数据集,编写相关程序,验证算法模型的可靠性,并与其他算法对比,绘制出ROC、G-means等评估图 |
5-18至6-08 |
10000字以上论文撰写,准备300字的英文摘要,完成论文提交 |
6-09至6-15 |
论文答辩 |