基于貝葉斯優(yōu)化長短時神經網絡模型的輕度認知障礙診斷方法研究

摘要： 循環(huán)神經網絡結構極大地優(yōu)化了時間序列數(shù)據(jù)的處理能力，但是其網絡梯度爆炸以及特征提取能力較差等問題，影響了它在輕度認知障礙（MCI）自動診斷中的應用。針對這一問題，本文提出貝葉斯優(yōu)化雙向長短時神經網絡（BO-BiLSTM）構建MCI診斷模型的研究思路。診斷模型基于貝葉斯算法，結合先驗分布與后驗概率結果共同作用尋優(yōu)BO-BiLSTM網絡超參數(shù)，并采用功率譜密度、模糊熵以及多重分形譜...