[01787477]多层模糊神经网络分类技术研发与应用

本项目设计开发了一套集医疗图像预处理、异常检测于一体的多层模糊神经网络分类系统。提出了一种基于直方图均衡化和主成分分析的图像处理方法,使得图像像素间整体稳定在一个的亮度级别,让图像灰度分布均匀,图像细节变得更清晰。提出了一种基于特征融合的图像识别认证的方法,融合了改进了的SVM算法和贝叶斯算法,提高了图像异常识别的准确率。提出了一种基于动态贝叶斯模型的图像识别方法,其核心思想是在每次迭代过程中执行交叉、变异和随机生成等操作,来训练条件概率表,自动确定最佳贝叶斯网络结构,提高分类性能。提出了一种基于多级模糊分类神经网络模型,该模型改进了的多级模糊最小-最大分类神经网络,构建出多级模糊分类神经网络,然后将其用于医疗图像异常检测。 本系统成功应用于邦盛医疗装备（天津）股份公司的流动医疗车产品中,提升了具有高维数据特征图形图像的分类精度和识别效果,增强了流动医疗车的核心竞争力,为客户提供更加优质的产品与服务。产品应用于各大医院,取得了良好的社会效益,实现了经济、社会效益双提升。