前馈型神经网络在SARS疫情分析中的应用

• 作者: 冀鹏 白艳萍 胡红萍
• 来源期刊: 测试技术学报
• 学科: 工学
• 关键词: 前馈神经网络 学习算法 非线性最小二乘法 SARS疫情
• 年，卷（期）: 2004,（z5）
• 所属期刊栏目: 人工智能与神经网络
• 页码范围: 135-138
• 页数: 4页
• 分类号: TP1
• 字数: 2380字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7449.2004.z5.037

摘要

前馈神经网络在非线性系统的建模及控制中有着广阔的应用前景,其中用差商近似代替导数的Powell法是一种高效、快速的学习方法本文采用三层前馈神经网络结构对SARS在中国的传播与流行趋势及控制策略建立了网络模型.并利用Powell学习方法,针对北京、山西的疫情进行了计算仿真.结果表明,该网络模型算法收敛速度较快,预测精度很高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡红萍	华北工学院应用数学系	13	38	3.0	6.0
2	白艳萍	华北工学院应用数学系	7	56	5.0	7.0
3	冀鹏	华北工学院应用数学系	2	6	1.0	2.0