• 中国精品科技期刊
  • 《中文核心期刊要目总览》收录期刊
  • RCCSE 中国核心期刊(5/114,A+)
  • Scopus收录期刊
  • 美国《化学文摘》(CA)收录期刊
  • WHO 西太平洋地区医学索引(WPRIM)收录期刊
  • 《中国科学引文数据库(CSCD)》核心库期刊 (C)
  • 中国科技核心期刊
  • 中国科技论文统计源期刊
  • 《日本科学技术振兴机构数据库(中国)》(JSTChina)收录期刊
  • 美国《乌利希期刊指南》(UIrichsweb)收录期刊
  • 中华预防医学会系列杂志优秀期刊(2019年)

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

皖南山区流行性腮腺炎发病趋势的智能预测模型

周其宏 冯晓明 汪银 汪攀文 宁玲 王小红

周其宏, 冯晓明, 汪银, 汪攀文, 宁玲, 王小红. 皖南山区流行性腮腺炎发病趋势的智能预测模型[J]. 中华疾病控制杂志, 2010, 14(8): 739-741.
引用本文: 周其宏, 冯晓明, 汪银, 汪攀文, 宁玲, 王小红. 皖南山区流行性腮腺炎发病趋势的智能预测模型[J]. 中华疾病控制杂志, 2010, 14(8): 739-741.

皖南山区流行性腮腺炎发病趋势的智能预测模型

详细信息
  • 中图分类号: R512.1

  • 摘要: 目的建立皖南山区流行性腮腺炎(简称流腮)发病率智能预测模型,以提高预警能力。方法借助Matlab6.5软件中的神经网络工具箱,以安徽省池州市2005-2008年间的月平均气温、月平均相对湿度、月日照时间、月疫苗使用量和上月流腮发病率5个指标作为输入向量,同期流腮月发病率为目标向量,利用优化的levenberg-marquardt算法建立BP神经网络预测模型,并对模型进行验证。结果以2009年1月~2010年4月数据为测试样本提供给已建立的5×11×1结构的BP网络模型进行仿真预测,与实际发病率很好吻合,其误差均衡地分布在0值附近,表明该模型预测能力良好。结论利用BP网络进行疾病趋势预测,可获得更好的预测效果,且对资料的类型和分布不作任何限制,是一种全新的流行病学预测方法,其应用前景广阔。
  • 加载中
计量
  • 文章访问数:  148
  • HTML全文浏览量:  12
  • PDF下载量:  0
  • 被引次数: 0
出版历程

目录

    /

    返回文章
    返回