• 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

基于BP神经网络的河南省甲乙类法定报告传染病预测研究

徐学琴 孙宁 徐玉芳

徐学琴, 孙宁, 徐玉芳. 基于BP神经网络的河南省甲乙类法定报告传染病预测研究[J]. 中华疾病控制杂志, 2014, 18(6): 561-563.
引用本文: 徐学琴, 孙宁, 徐玉芳. 基于BP神经网络的河南省甲乙类法定报告传染病预测研究[J]. 中华疾病控制杂志, 2014, 18(6): 561-563.

基于BP神经网络的河南省甲乙类法定报告传染病预测研究

基金项目: 河南省软科学研究重点项目(102400440002);
详细信息
  • 中图分类号: R183

  • 摘要: 目的建立用于河南省法定报告传染病(甲乙类)预测的神经网络模型,为制定传染病预防和控制措施提供理论依据。方法首先确定预测模型的基本结构,以归一化后的2003-2009年河南省甲乙类法定报告传染病发病率数据为训练样本,以2010年的数据为检验样本,采用改进的BP神经网络算法训练预测模型。利用该模型对2011-2013年河南省甲乙类法定报告传染病发病率数据进行预测。结果所建立的模型在仿真预测样本点的平均相对误差为0.076%,在检验样本处的预测误差为0.434%。并获得了2011-2013年河南省甲乙类法定报告传染病发病率预测数据。结论所建立的BP神经网络模型具有良好的预测精度,适合用来进行河南省甲乙类法定报告传染病发病率的预测。
  • 加载中
计量
  • 文章访问数:  176
  • HTML全文浏览量:  23
  • PDF下载量:  2
  • 被引次数: 0
出版历程

目录

    /

    返回文章
    返回