摘要：胎重的准确预测在胎儿监护中具有重要作用，为提高胎重预测的准确性，提出一种基于模糊支持向量机的预测方法。通过在支持向量机中引入模糊逻辑，抑制由测量误差造成的异常数据对预测模型训练的影响，提高了胎重预测对参数测量误差的鲁棒性。对600例数据构成的训练集和150例数据构成的测试集进行应用，比较了模糊支持向量机和以前的回归方法、误差反向传递神经网络、支持向量机在胎重预测中的性能。结果表明：与其它方法相比，模糊支持向量机能获得更准确的胎重估计。

关键词：胎重估计 回归方法 误差反向传递神经网络 支持向量机 模糊支持向量机 

单位：复旦大学电子工程系 上海200433 上海市第一妇婴保健医院 上海200433