探讨贝叶斯正规化BP神经网络模型在细菌性痢疾发病预测研究中的应用.pdfVIP

探讨贝叶斯正规化BP神经网络模型在细菌性痢疾 发病预测研究中的应用 沈坡，郑能雄，王李仁，陈艳 福州市疾病预防控制中心，福建福州350004 摘要：【目的)探索贝叶斯正规化BP神经网络在细菌性痢疾预测模型的应用，为细菌性痢疾 的预防控制措施提供科学依据。(方法】用biatlab7．2软件包中的神经网络工具箱，以福州市城区 1987一-2006年的月人均消费支出和月气象要素作为输入因子，以细菌性痢疾月发病率为输出因子， 建立福州市城区菌痢流行的贝叶斯正规化BP神经网络模型，并以2007年的资料验证其预测成功率。 (结果】神经网络经学习和训练，训练误差下降并趋于稳定，回代相关系数为0．842，模型的预测 成功率为91．67％。【结论)贝叶斯正规化BP神经网络在气象要素与菌痢发病之间建模是可行的， 可以作为预测菌痢流行的一种新方法。 关键词：细菌性痢疾：气象要素；贝叶斯正规化；BP人工神经网络 the BPNeuralNetworkModel StudyBayesian-regularization ofBacteroidal Dysentery Shen Li—ren，Chen CenterforDiseaseControl bo，Wan yan，ZhengNeng—Xiong(Fuzhou andPrevention，Fuzhou350014) In to the datafor order scientific Abstract：[Objective]provide preventing BPneuralnetworkmodelofbacteroidal strategies，thebayesian—regularization dysentery havebeen modelforbacteroidal occurrence studied．[Methods]Theforecasting dysentery hasbeenestablishedtheneuralnetworktoolboxofMatlab7．2software byusing package． Inthestudiesof dataofbacteroidaland model，the meteor0109ical forecasting dysentery factorsfrom1987to2006in Fuzhouhavebeenchosento established analysis．The modelalsohasbeen theneural forecasting tested．[Results]Aftertraining network，the errorof decreasedandthecoefficientof was0．842．Verified performance regre