国家自然科学基金(81202254)
- 作品数：2 被引量：20H指数：2
- 相关作者：关鹏郭军巧吴伟安淑一周宝森更多>>
- 相关机构：辽宁省疾病预防控制中心中国医科大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术医药卫生更多>>
- 非线性自回归神经网络在肾综合征出血热流行趋势预测中的应用被引量：12
- 2015年
- 目的 探讨非线性自回归（NAR）神经网络拟合及预测我国HFRS流行趋势的应用.方法 使用2004-2013年全国HFRS月报告发病数序列建立ARIMA模型和NAR神经网络模型,预测2014年HFRS月发病数,并比较两模型的拟合和预测效果.结果 对于拟合集,ARIMA模型的平均绝对误差（MAE）、均方误差平方根（RMSE）和平均绝对误差百分比（MAPE）分别为148.058、272.077和12.678％,NAR神经网络分别为119.436、186.671和11.778％;对于预测集,ARIMA模型的MAE、RMSE和MAPE分别为189.088、221.133和21.296％,NAR神经网络分别为119.733、151.329和11.431％.结论 NAR神经网络对于全国HFRS流行趋势拟合及预测效果优于传统的ARIMA模型,具有良好推广应用价值.
- 吴伟安淑一郭军巧关鹏任仰武夏玲姿周宝森
- 关键词：肾综合征出血热
- 应用ARIMA-GRNN模型对肾综合征出血热发病率时间序列数据的预测研究被引量：8
- 2015年
- 目的阐述ARIMA-GRNN模型预测肾综合征出血热发病率的方法和步骤,探讨其在综合征出血热发病率预测中的应用。方法利用辽宁省1962-2008年的肾综合征出血热发病率时间序列数据作为训练集,建立ARIMA模型和ARIMA-GRNN模型,选取2009-2011年的数据作为检验集,评价模型的拟合和预测效果。结果 ARIMA(2,1,1)模型和ARIMA-GRNN模型拟合值的平均误差绝对值分别为1.14和0.77;预测值的平均误差绝对值分别为0.53和0.20。ARIMA-GRNN模型的拟合和预测效果均优于ARIMA模型。结论 ARIMA-GRNN模型能有效模拟、预测肾综合征出血热的发病疫情,具有较强的推广应用价值。
- 吴伟郭军巧安淑一关鹏周宝森
- 关键词：肾综合征出血热时间序列发病率
