基于模糊规则预测模型的急性高血糖诊断

摘要：

构建了一种基于模糊规则的算法来建立预测模型.该模型采用Takagi-Sugeno (T-S) 结构, 通过IF-THEN的表述方式来描述规则, 并通过高斯隶属函数确定模型系数, 生成预测模型规则库.实验数据来源于心脏传导系统的电生理信息, 将实验数据分成训练集和验证集, 通过训练集生成规则库, 并使用验证集来预测急性高血糖的持续时间, 对比验证集的实验测量输出与预测模型输出, 使用预测均方根误差 (RMSEP) 评价预测精度.将预测结果与偏最小二乘法 (PLS) 、最小二乘支持向量机 (LSSVM) 和反向传播神经网络 (BPNN) 三种经典预测模型的结果进行比较, 实验结果表明, 基于模糊规则的预测模型预测精度最高, 适合用来预测急性高血糖的持续时间.该模型可以为医学基础研究和临床诊断提供指导与建议.

关键词：预测模型、模糊分析、Takagi-Sugeno模型、IF-THEN规则、急性高血糖

所属期刊栏目：29

分类号：TP399(计算技术、计算机技术)

资助基金：中央高校基本科研业务费专项资金300102328103;陕西省自然科学基础研究计划2017JQ6075

在线出版日期：2019-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：177-180