排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
脉诊借助脉搏探查人体气血循环状态,为疾病诊治、未病先知、养生保健等提供指导信息。然而,从微弱脉搏中提取脉象信息仍是脉象仪研发中的瓶颈问题。本文从脉搏信号特点、中医脉象分类及其面临的挑战等方面入手,综述了近年来利用基本机器学习(Machine Learning,ML)算法、神经网络算法以及集成学习算法建立脉象分类模型的相关研究,旨在通过比较不同ML算法和实验方案在脉象分类准确度上的表现,探讨基于ML算法建立脉象分类模型的可行性和有效性,以期为脉象仪研发提供参考。 相似文献
2.
3.
目的 为实现快速、无损的药物分类以及提高药物分类准确率.方法 采用主成分分析和神经网络相结合(PCA-ANN)的模式识别,建立了药物分类模型并使用MATLAB语言开发了药物分类软件.采用近红外光谱检测技术,对5种药物、共120个批号的样本,在激发波长为1 350~1 800 nm、间隔为0.5 nm处收集近红外光检测数据.结果 本研究模型在掺入干扰药物种类数小于5种时,网络训练均方差(MSE)为5.91e-03,预测误差率(β)为2.469%.结论 利用近红外光谱检测技术结合PCA-ANN的方法可有效进行药物分类且可提高分类的准确率. 相似文献
1