基于贝叶斯正规化BP神经网络模型对菌痢发病的预测研究

[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中的应用,为菌痢的预防控制措施提供科学依据。[方法]用Matlab 7.2软件包中的神经网络工具箱,以福州市城区1987—2006年的气象要素、社会经济资料和菌痢发病率数据进行分析,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效果。[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,预测成功率为91.7%。[结论]贝叶斯正规化BP神经网络在气象要素与菌痢发病率之间建模是可行的,能作为预测菌痢流行的一种新方法。     

ARIMA模型和BP神经网络模型在甘肃省结核病发病率预测中的应用

  目的  探讨自回归滑动平均混合模型（autoregressive integrated moving average，ARIMA）与误差逆传播（（back propagation，BP）神经网络模型在甘肃省结核病发病率预测中的预测效果，选取合适的模型预测发病趋势。  方法  以甘肃省1997-2017年结核病数据为基础，建立ARIMA时间序列模型和BP神经网络模型分别预测2018-2019年的发病率，并比较两种模型的预测精度和建模效果。  结果  对于甘肃省2018年和2019年结核病发病率，ARIMA时间序列模型预测结果为55.1075，54.5373，MSE=92.24，MAE=7.5313，MAPE=9.26%；BP神经网络模型预测结果为62.0132，73.4460，MSE=9.6575，MAE=1.1449，MAPE=1.68%。  结论  BP神经网络模型对甘肃省结核病发病率的预测效果更佳，预测得2018-2019年甘肃省结核病发病率将呈小幅上升趋势。     

应用BP神经网络模型预测福州市山区细菌性痢疾流行

[目的]探索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Matlab7.2软件包中的神经网络工具箱,以1988～2007年的资料建立福州市山区菌痢流行的BP神经网络模型,并以2008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0.815,模型的预测成功率为10/12。[结论]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。     

BP神经网络在肾综合征出血热发病率预测中的应用

目的探讨BP（back propagation）神经网络预测模型在肾综合征出血热（hemorrhagic fever with renal syndrome,HFRS）发病率预测方面的应用效果。方法应用人工神经网络技术建立关于疾病发病率的预测模型。结果建立了拓扑结构为2-10-1的BP神经网络模型,并对预测效果进行了验证。结论 BP神经网络预测模型可用于HFRS发病率的预测,且具有较好的预测效果。     

BP 神经网络在肾综合征出血热发病率预测中的应用

目的 探讨BP(back propagation)神经网络预测模型在肾综合征出血热(hemorrhagic fever with renal syndrome,HFRS)发病率预测方面的应用效果.方法 应用人工神经网络技术建立关于疾病发病率的预测模型.结果 建立了拓扑结构为2-10-1的BP神经网络模型,并对预测效果进行了验证.结论 BP神经网络预测模型可用于HFRS发病率的预测,且具有较好的预测效果.     

BP神经网络在传染病时间序列预测中的应用及其MATLAB实现

目的利用MATLAB软件,建立基于BP神经网络的传染病时间序列预测模型。方法以荆州市2005-01/2017-12和2018-01/05乙类传染病发病数作为拟合样本和预测样本,建立12-10-5三层BP神经网络模型并预测2018-01/05的逐月发病数。以最小均方差(MSE)、R2、平均相对误差百分比(MAPE)、平均绝对误差(MAE)4个指标评价BP神经网络的拟合和预测效果。结果 BP神经网络拟合和预测的MSE、R2、MAPE、MAE依次分别为11 662.74,0.85,5.19%,85.87和32 729.59,0.22,12.20%,140.31。结论 BP神经网络对传染病时间序列拟合及预测效果较好;MATLAB软件能用于BP神经网络模型的建立。     

基于动态学习比率BP神经网络的时间序列预测方法

目的 探讨人工神经网络在时间序列资料分析中的应用。方法 利用动态学习比率BP算法以双曲正切函数为功能函数的非线性时间序列预测方法。结果 建立HFRS发病率的两种ANN预测模型，其预测精度远远高于传统方法。结论 BP人工神经网络可以用于疾病发病率或死亡率的预测。     

人工神经网络建立食管癌发病预测模型的比较研究

[目的]通过人工神经网络建立食管癌预测模型,为大规模筛检食管癌奠定基础。[方法]对2007～2008年徐州地区食管癌患者进行病例对照研究,应用修剪算法BP神经网络、C5.0决策树、传统Logistic回归3种办法建立预测模型,并比较3种模型的预测精度。[结果]分别选择单隐层的修剪算法BP神经网络模型、修剪纯度为75%的C5.0决策树模型和Logistic回归模型建立预测模型,预测精度分别为97.82%、96.73%、94.82%,差异有统计学意义。ROC曲线下面积比较修剪算法BP神经网络模型优于C5.0决策树和Logistic回归,各曲线下面积比较差异有统计学意义(χ2=7.4405,P=0.0242)。[结论]应用修剪算法BP神经网络建立好的预测模型相比用C5.0决策树和Logistic回归建立的模型用于食管癌的初筛效果较好。     

使用思维进化算法优化的神经网络建立肾综合征出血热预测模型

目的探讨思维进化算法优化的BP神经网络在建立肾综合征出血热发病率预测模型中的应用前景。方法使用1984-2013年沈阳市的鼠情资料(鼠密度和鼠带毒率)和气象资料(平均气温、降水量和日照时数)作为网络的输入,同年的肾综合征出血热发病率作为网络的输出。把1984-2009年的数据作为训练样本,2010-2013年的数据作为预测样本。分别建立BP神经网络和思维进化算法优化的BP神经网络预测模型,并比较两种模型的拟合和预测效果。结果对于训练样本和预测样本,思维进化算法优化的BP神经网络的平均绝对误差(MAE)、平均绝对误差百分比(MAPE)以及均方误差平方根(RMSE)均小于未优化的BP神经网络。结论思维进化算法优化的BP神经网络预测模型的拟合和预测效果均优于未优化的BP神经网络,具有较强的推广应用价值。     

遗传优化的广义回归神经网络在肺结核发病预测中的应用

目的 利用西安市2008年1月至2019年10月结核病月发病率数据分别建立广义回归神经网络和BP神经网络预测模型，提出利用遗传算法的全局搜索能力优化广义回归神经的光滑因子。 方法 以2008年1月至2018年12月发病率作为训练样本，以2019年1月至10月发病率作为测试样本，对两种模型的仿真预测结果进行对比分析。 结果 遗传优化的广义回归神经网络其预测的平均绝对误差（MAE），均方根误差（RMSE），平均相对误差（MAPE）均小于BP神经网络，预测效果更优。 结论 遗传优化的广义回归神经网络较BP神经网络在肺结核发病率预测中有更好的拟合效果和预测精度，其预测效果更理想。其具有良好的实用价值，为肺结核发病率的预测提供了一种有效的方法。     

时间序列分析与机器学习方法在预测肺结核发病趋势中的应用

目的研究时间序列分析与机器学习方法在预测肺结核发病趋势中的应用。方法使用江苏省2009-2018年肺结核月度发病率数据,构建时间序列分析(ARIMA模型)、机器学习方法(支持向量回归(SVR)、BP神经网络)和两者的组合方法(ARIMA-SVR、ARIMA-BPANN)共5种预测模型,分析评价各模型预测性能。结果 ARIMA、SVR、BP神经网络、ARIMA-SVR、ARIMA-BPANN均方误差分别为0.0356、0.0364、0.0384、0.0329、0.0336;平均相对误差分别为5.76%、6.19%、6.20%、5.63%、5.70%。结论时间序列分析优于机器学习方法,而二者组合模型预测效果优于单独方法,ARIMA-SVR模型在江苏省肺结核发病趋势预测分析中具有较好的应用价值。     

中低强度噪声致高频听力损伤的BP神经网络模型研究

[目的]建立中低强度噪声对高频听力损伤关系的BP神经网络模型,探讨BP神经网络模型在职业医学方面的应用。[方法]选择590名中低强度噪声接触者作为研究对象,应用SPSS10.0进行中低强度噪声和高频听力损伤关系的多元线性回归分析,同时应用Matlab7.0建立中低强度噪声和高频听阈关系的BP神经网络模型,比较人工神经网络模型和统计模型的预测效果。[结果]得到由4个输入单元、3个输出单元、18个隐含单元组成的BP神经网络模型,应用BP神经网络预测的误差绝对值平均值和相对误差绝对值都低于应用线性方程的预测结果。[结论]BP神经网络应用于中低强度噪声对高频听力损伤关系的分析效果较好,值得推广应用。     

人工神经网络在上海市肾综合征出血热发病率预测中的应用

[目的]应用人工神经网络的方法开展上海市肾综合征出血热发病率的预测。[方法]采用广义回归神经网络和反向传播神经网络的方法,将上海市历史人群抗体阳性率、宿主动物的监测资料和气象数据作为训练样本进行上海市肾综合征出血热历史疫情拟合,并开展未来发病率的预测。[结果]两种人工神经网络方法可综合监测资料,对上海市散发的肾综合征出血热的发病率进行拟合和预测,广义回归神经网络方法的拟合和预测效果优于反向传播神经网络方法。[结论]人工神经网络方法可以用于上海市肾综合征出血热发病率的预测,上海市未来发病率可能保持在低水平。     

4种模型对我国某地区肺结核发病率的预测

[目的]对我国某地区的肺结核年发病率进行预测。[方法]采用2000～2005年的年发病率建立GM(1,1)模型。采用2000～2005年月发病率建立ARIMA(p,d,q)(P,D,Q)s模型,并结合同期气象因素,建立多元线性回归模型和BP人工神经网络模型。以2006年的实际年发病率验证4种模型的预测效果,评价指标为相对误差。选取相对误差最小的预测模型为最佳预测模型。[结果]GM(1,1)模型、ARIMA模型、多元线性模型、BP人工神经网络模型对2006年肺结核年发病率的预测值分别为126.18/10万、126.84/10万、98.95/10万和111.19/10万。以上4个模型的相对误差依次为19.84%、20.49%、5.39%和4.86%。BP人工神经网络模型为最佳预测模型。[结论]对于肺结核发病率的预测,应同时拟合几种模型,并选择其中拟合效果最好的一种模型。