一种改进的BP网络模型在唇裂手术预测分析中的应用
2012-07-12江琼琴宋文广
池州学院学报 2012年6期
江琼琴,宋文广
(长江大学 计算机科学学院,湖北 荆州 434023)
1 改进BP网络模型的建模
BP网络是一种反向传播的学习方法,其英文全称为Back-Propagation Neural Network,简称为BP神经网络。该网络模型是一种由多层感知器构成的网络拓扑结构,主要由三部分构成:输入层、隐藏层、输出层。如下图1所示。

图1 原始的BP网络模型结构图
由图1可知,BP网络拓扑结构为网状结构,输入层到隐藏层之间可以有很多条不同的通道,隐藏层到输出层也有很多条不同的通道。其推理的基本思想是:如果在输入层输入a1,a2,…an等n个数据源,通过网络算法推理在输出层得到y1,y2,…yq等q个预测的结果数据。这q个预测结果数据与实际测量得到的c1,c2,…cq等q个数据之间的误差尽可能的小。该实测结果数据是输入数据的实测数据。利用这种思想,研究一套BP网络建模的算法,结合计算机编程,利用计算机软件实现当输入某些数据时,就能推理得到预测的结果数据与真实值比较接近。从而可以达到预测唇裂修复手术的结果图。其BP网络模型的建模过程如下所述。
第一步,设置BP网络模型的初始搜索方向为负梯度方向,如式(1)。

式(1)中d0为BP网络模型的搜索方向,
第二步,为了能让网络模型能在有限的时间内,准确的推算出输出结果数据,则必须设置合适的学习速度 ak,ak的值如式(2)。


式(2)中 dk为搜索的方向,ω(k)的值如式(1)所述。
第三步,改进的BP网络模型梯度的搜索方向,设置为如式(3)。

式(3)中,的值如式(1)所述。
根据前面的建模过程,在Matlab 2010中进行仿真测试,将预测结果值与实测值之间的误差设置为10-5这个范围内时,其预测过程的步长为185,如下图1所示。……
登录APP查看全文
