作者：开小明冠心病患者血液诊断神经元微量元素lm含量模式识别神经网络输出层
摘要：选择微量元素Sr, Cu, Mg和Zn在血液中的含量作为判别冠心病患者的指标, 建立了Levenberg-Marquardt Backpropagation神经网络识别模式. 网络的第一层传输函数为Tansig函数, 第二层传输函数为线性的Purelin函数, 输入有4个向量, 隐含层有8个神经元, 输出层有1个神经元. 选择4个样本(测试元素含量在训练元素范围内)作为测试集, 余下22个样本为训练集. 给出了神经网络的权重(Weight)和偏置(Bias)值, 对给定的数据能完全识别, 预示着可通过血液中的微量元素, 可能作为冠心病患者诊断的一种辅助手段.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
