基于BP和GRNN神經網絡的乳房運動軌跡預測

摘要：用科學預測模型對乳房運動軌跡進行準確的預測,可以節約大量的計算和分析時間。分別建立BP和GRNN神經網絡模型,將乳頭點的運動坐標作為輸入值,預測乳房其他4個部位的運送軌跡。結果表明,兩種預測模型都可以較好地實現乳房運動軌跡的預測。BP神經網絡可以預測出乳房4個測量點的運動軌跡,但要求樣本量必須足夠大,且網絡參數不好確定,乳房軌跡預測時所需時間較長,效率低;GRNN神經網絡克服了BP神經網絡的缺點,預測值更接近真實值,4個測量點預測值分別比BP神經網絡高出5.95%,5.33%,6.37%,6.97%,可以較好地預測乳房運動軌跡,其預測值分別達到了真實均值的94.68%,93.87%,93.76%,94.79%。