基于模糊神经网络的方剂功效约简算法

Shao-jie QIAO,Chang-jie TANG,Nan HAN,Jing PENG,Chuan LI,Jiang-tao QIU,Yong-guang JIANG

Sichuan Daxue Xuebao (Gongcheng Kexue Ban)/Journal of Sichuan University (Engineering Science Edition)（2008）

引用 8|浏览29

暂无评分

摘要

为了解决中药方剂的功效约简问题,将模糊神经元和径向基函数引入神经网络,提出了基于模糊神经网络的方剂功效约简算法PERA(Prescription Effect Reduction Algorithm),设计了方剂功效约简模糊神经网络EFNN(Effect Fuzzy Neural Network).通过大量实验表明,与传统的基于神经网络和粗糙集的属性约简算法相比,PERA算法功效约简的准确率较高,一般在90%以上,功效约简的完整率优势明显,平均高出约40%,系统运行时间明显小于传统神经网络.

查看译文

关键词

Effect reduction,Fuzzy neural network,Fuzzy neuron,Radial basis function

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要