基于BP人工神网络的肾综合征出血热发病率预测模型.pdfVIP

中国医科大学研究生学位论文独创性声明 本人申明所呈交的学位论文是我本人在导师指导下进行的研究工作及 取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论 文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得我校或 其他教育机构的学位或证书而使用过的材料，与我一同工作的同志对本研 究所做的任何贡献均已在论文中作了明确的说明并表示谢意。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 论文作者签名：薹!至!过 日期： 中国医科大学研究生学位论文版权使用授权书 本人完全了解中国医科大学有关保护知识产权的规定，即：研究生在 攻读学位期间论文工作的知识产权单位属中国医科大学。本人保证毕业离 校后，发表论文或使用论文工作成果时署名单位为中国医科大学，且导师 为通讯作者，通讯作者单位亦署名为中国医科大学。学校有权保留并向国 家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。学 校可以公布学位论文的全部或部分内容(保密内容除外)，以采用影印、缩 印或其他手段保存论文。 论文作者签名：．关i牟氓 指导教师签名衍 ，．一…一一一一～、 ；、一曼堕堡塞篓堡～，I 基于BP人工神经网络的肾综合征 出血热发病率预测模型 刖 吾 feverwithrenaI 肾综合征出血热(hemo玎ha百c syndrome，HFRS)，是由汉 病，严重危害着人类的健康和生命。目前，数学模型在探讨肾综合征出血热 发病原因、分析发病现状和预测流行趋势等方面应用较广。传统方法的模 型存在很多不足，而神经网络能学习训练输入、输出数据之间的函数关系， 从而对未来的输出数据做出准确预测，很适合处理那些因果关系不明确的， 需要同时考虑许多因素和条件的，用传统统计方法难以解决的问题。神经 型，已广泛应用于药学、环境科学等方面，取得了很好的效果。 本文拟用BP人工神经网络对沈阳地区的HFRs的发病率进行预测，旨 在探讨人工神经网络预测模型在HFRs发病率预测上的应用前景。 材料与方法 1．材料 10万)；鼠情选自沈阳市疾病控制中心于每年春、秋两季在监测点收集的监 测数据。包括鼠密度和鼠带毒率。 2．方法 利用沈阳的气象资料(包括平均气温、相对湿度、降水量和日照)和动 物疫情资料(包括鼠密度和鼠带毒率)共六个指标作为神经网络的输入，把 1984—2003年沈阳肾综合征出血热发病率作为神经网络的输出。选择 Neural 1984～2001年的数据，利用sTATIsTIcANetwork(sTNN)建立误差 反向传播网络(BP网络)预测模型，然后训练网络、预测2002和2003年的 ．1． 发病率。同时用上述指标建立线性预测模型，其结果与神经网络模型进行 比较。 结． 果 对于BP神经网络，其平均误差率为7．89％，非线性相关系数为0．896。 对于线性回归模型，其平均误差率为24．78％，非线性相关系数为o．711。 结 论 BP人工神经网络可以用于HFRs发病率的预测，效果好于传统的线性 回归方法。 关键词 BP人工神经网络；肾综合征出血热；发病率 ·2· 囊 垂 ～英一 一构一 一要一 PredictiveModelofHFRSIncidence BasedonBPArtificial