1. 毕业设计（论文）主要目标：
针对传统的BP神经网络预测模型对于乳腺癌9个指标检测后产生的收敛速度慢、迭代次数多等问题，运用主成分分析法生成较少的属性，消除网络输入间的相关性，降低网络的输入层数。将新获得的主成分通过BP神经网络进行评估预测，比较改进后的模型结果与传统BP神经网络的模型结果两者间的区别，找出最适合临床推广的检测模型。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 毕业设计（论文）主要内容：
首先，确定本文的研究背景和研究意义，认识到乳腺癌的诊断对于我国医学发展方面起到的重大作用，并查阅相关国内外文献，了解研究现状，明确我国现阶段对于乳腺癌的诊断预测的水平。将所获得的数据分为训练数据和测试数据，用于训练。其次，用传统的BP神经网络对乳腺癌数据进行处理，得到准确率、迭代次数等相关数据。再从原数据中随意抽取一些数据进行预测，然后将结果与实际结果比较，看是否一致。再用主成分分析对这些原属性进行降低输入向量的降维处理，从而用较少的新属性代替原来较多的属性。将新得到的主成分重新用于BP神经网络的训练模型中，重复之前模型的操作，得到相关结果，并将其与之前的结果相比较，找出最优化的模型。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
3. 主要参考文献
[1]李晓峰，杨春山，王雪梅，丁树春.基于BP神经网络的乳腺癌患者存活概率的预测分析【J】.计算机系统应用.2014,05,206-212。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
