首页 > 文献资料
-
基于BP神经网络的围产儿出生缺陷患病率预测
目的 评价BP神经网络模型在围产儿出生缺陷预测中的应用价值.方法 选择沈阳市1995-2005年围产儿出生缺陷患病率数据,利用MATLAB 6.5软件的神经网络工具箱构建BP神经网络模型,训练与模拟网络,预测2006-2007年沈阳市围产儿出生缺陷的流行趋势,并与传统的预测方法进行比较.结果 以1995-2003年资料建立模型预测2004-2005年流行水平和趋势,结果患病率回代平均误差率和RNL分别为1.34%和0.9874,外推预测平均误差率为1.78%;以1995-2005年资料建立模型预测2006-2007年流行趋势,结果患病率回代平均误差率和RNL分别为0.33%和0.9954,2006-2007年出生缺陷患病率预测值分别为11.00‰和11.29‰.结论 利用BP神经网络进行疾病预测,不仅能获得更好的预测效果,而且对资料的类型、分布不作任何限制,是一种很好的流行病学预测方法.
-
基于反向传播神经网络模型的广东省登革热疫情预测研究
目的 构建并校验基于反向传播(BP)神经网络的登革热疫情预测模型,为登革热疫情的防控工作提供方法参考.方法 基于登革热疫情资料和地理环境时空数据,分析登革热的时空分布特征及登革热病例空间自相关性,并采用Pearson相关系数对广州和佛山市(广佛)的登革热疫情及其影响因素进行相关性分析;然后利用Matlab 7.0软件完成BP神经网络预测模型的构建、训练和模拟.结果 2014年8-10月广佛地区登革热病例的空间分布中,发生本地病例数高分别为90、386和456例/km2,疫情空间分布主要聚集在广佛交界处;广佛地区登革热本地疫情在1 km×1 km尺度上具有极显著的空间自相关性(P=0.001,Z=134.4025,全局Moran's I指数=0.6065);当月(8-10月)登革热本地病例疫情与上月(7-9月)疫情(本地病例与输入性病例)、气象(温度、湿度、降雨量)、社会(人口密度、城乡居民用地、林地、耕地)等多因素间存在不同程度的相关性;基于BP神经网络的登革热疫情预测模型的预测值与真实值相关系数为0.773,均方根误差为7.5220.结论 广佛地区的登革热疫情并非随机分布,具有明显的空间聚集性;登革热的发生受多种因素综合影响,基于BP神经网络模型可以有效地预测广佛地区登革热疫情的时空分布.
-
四种模型在我国梅毒发病率预测中的应用
目的 对指数平滑法、ARIMA模型、BP神经网络模型和ARIMA-BPNN组合模型,在我国梅毒发病率预测中的效果进行比较,探讨优化模型,为我国梅毒的监测和防制工作提供预警和参考依据.方法 收集2004年1月至2012年12月我国梅毒月发病率资料,用Eviews 8.0、Spss 20.0和Matlab 8.2拟合指数平滑法、ARIMA模型、BP神经网络模型和ARIMA-BPNN组合模型进行预测,并用2013年的数据对模型的预测效果进行验证.结果 指数平滑法、ARIMA模型、BP神经网络模型和ARIMA-BPNN组合模型的平均相对误差(MRE)分别为8.0625、4.0550、1.3508、1.3217;平均误差率(MER)分别为3.0215、1.5197、0.5062、0.4953;均方误差(MSE)分别为0.0613、0.0167、0.0021、0.0020;均方根误差(RMSE)分别为0.2475、0.1294、0.0457、0.0447;平均绝对误差(MAE)分别为0.1958、0.1092、0.0350、0.0342.结论 ARIMA-BPNN组合模型的拟合和预测效果均优于其他三种单一模型,是一种短期内预测精度较高的预测模型,预测效果可靠.
-
应用BP神经网络预测前列腺癌流行趋势
为评价BP(Back Propagation)神经网络模型在疾病预测中的应用价值,并为前列腺癌的人群防治工作提供依据,应用BP神经网络模型对武汉市居民前列腺癌流行趋势进行预测.以1990～1995年资料建立模型预测1996～1997年流行水平和趋势,结果发病率回代平均误差率和R2分别为3.82%和0.7734,外推预测平均误差率为5.15%;死亡率回代平均误差率和R2分别为4.89%和0.9515,外推预测平均误差率为2.51%.以1990～1997年资料建立模型预测1998～2000年流行趋势,结果发病率回代平均误差率和R2分别为3.24%和0.8195;死亡率回代平均误差率和R2分别为4.02%和0.9554.外推预测结果显示:今后几年内,武汉市居民前列腺癌的发病率呈相对稳定状态,死亡率呈缓慢上升趋势.
-
三种模型在矽肺发病工龄预测中的比较性研究
目的 研究比较多重线性回归模型、径向基(RBF)神经网络模型、反向传播(BP)神经网络模型在矽肺发病工龄预测中的适用性.方法 以2006-2015年报告的河北省壹期矽肺病例为研究对象建立数据库,并将实际发病工龄与三种模型预测的发病工龄进行配对秩和检验,计算预测值的平均相对误差和平均绝对误差.结果 共获得壹期矽肺2 294例,经秩和检验,RBF神经网络模型的预测值与发病工龄的差异有统计学意义(P＜0.05),其余两种模型差异均无统计学意义(P＞0.05),其中BP神经网络模型的预测精度高;开始接尘年代在矽肺发病预测中占得权重大.结论 应根据数据特点及分析需要选择适宜模型,在矽肺发病工龄预测中BP神经网络模型优于多重线性回归模型.
-
基于BP神经网络黄芩红外光谱数据与总黄酮含量模型的建立
目的 选取人工神经网络中的BP神经网络模型,建立红外光谱数据与黄芩中总黄酮的含量之间的预测模型.方法 选取20个不同样本的黄芩,测定其红外光谱,比较得出800～1 800 cm-1其峰位置与吸收强度具有明显的差异,由此可作为模型建立的基础,故选取此处为特征差异处,每隔4 cm-1取一点,共选取250个点作为输入数据.提取20个黄芩样本中总黄酮,通过对神经网络模型的输入层、隐含层、输出层神经元数目进行训练.结果 通过训练神经网络模型得知,在输入层、隐含层、输出层神经元数目分别为(3,1,1)时,佳模型训练集RMSE小为0.000 820047,以此对监控集进行预测得RMSE为0.101 761,相关吸收R2为0.999 3.结论 利用黄芩红外光谱数据,通过BP神经网络模型,可以很好地预测黄芩中总黄酮的含量.
-
基于人工神经网络的高血压预测模型
目的 以武汉市某区域居民的健康档案数据为本次的研究对象,通过数据分析建立基于BP神经网络的高血压预测模型,进而预测收缩压(SBP)和舒张压(DBP)值,为高血压诊断和决策提供支持和依据.方法 获取数据并对其进行预处理,经过统计分析选取了影响高血压患病的7个显著因素:性别、年龄、文化程度、体质指数、腰臀比、饮酒年限和日平均运动时间,建立神经网络预测模型,并对模型进行测试和学习.结果 模型预测误差为6.4%,DBP预测平均误差为-0.849,SBP平均误差为1.201.结论 该模型具有较好的预测效果,能够对正常数据的SBP和DBP值进行预测,为临床诊断及预防高血压提供了参考和支持,具有良好的实际应用价值.
-
BP神经网络模型在乳腺癌患者住院费用研究中的应用
目的:通过对乳腺癌患者住院费用及影响因素分析,探寻有效的分析方法,为合理控制乳腺癌患者住院费用提供理论依据.方法:收集山东省4家县人民医院2011 ～2013年确诊的所有女性乳腺癌住院费用及相关信息.通过SSPS Clementine 12.0软件,分别构建反向传播神经网络模型和多元线性回归模型,并且比较两模型中乳腺癌患者住院费用的影响因素结果.结果:在乳腺癌患者住院费用研究方面,反向传播神经网络模型预测误差小于多元线性回归模型.同时,两模型分析结果显示,住院天数及地区是影响乳腺癌患者住院费用的前两位因素.结论:反向传播神经网络模型相比于多元线性回归模型,更适用于分析乳腺癌住院费用.
-
BP神经网络在地下水环境质量评价中的应用
基于模糊综合评判和灰色聚类法的不足,应用神经网络理论与方法建立地下水环境质量评价B-P网络模型,对磐石市的地下水进行评价,并与综合评价法的评价结果进行了比较.结果表明:用B-P神经网络模型评价地下水是可行的,该模型具有很强的学习、联想和容错功能,其分析结果和过程都接近人脑的思维过程和分析方法,使得地下水评价结果的精度大大提高.
