主成分神经网络模型在疾病预测中的应用

• 作者: 万淑慧 田富鹏
• 来源期刊: 辽宁工程技术大学学报（自然科学版）
• 学科: 经济
• 关键词: 径向基神经网络 预测模型 主成分分析 仿真 MATLAB软件
• 年，卷（期）: 2010,（5）
• 页码范围: 963-965
• 分类号: F224.32
• 字数: 2111字
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0562.2010.05.069

摘要

针对在医学卫生领域,疾病受到许多因素的影响,很难用结构式的因果模型加以解释的问题,根据神经网络来预测是一种行之有效的方法.径向基函数(RBF)神经网络应用于疾病的月发病人数预测时,由于影响它的气象因素:月平均气压,月平均气温,月平均相对湿度,月平均风速,月平均降水量本身具有很大的相关性,且维数较高,RBF神经网络的预测精度会下降,针对这一问题,文中提出了利用主成分分析(PCA)方法对原输入空间进行重构,并根据各主成分的贡献率来确定网络结构,从而有效的解决了预测精度下降的问题.最后以2001年8月至2006年9月张家川支气管肺炎月发病人数的资料验证该方法的有效性.至此,应该充分考虑人在各时间段的发病特征,以便更有重点地进行健康防治工作,有效地降低支气管肺炎对人类的危害,保障人类的生活品质.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	万淑慧	西北民族大学数学与计算机科学学院	11	16	3.0	4.0
2	田富鹏	西北民族大学网络信息中心	68	261	9.0	12.0