基于多预测器融合的医学时间序列数据预测

• 作者: 卓飞豹 宋斌 陈海东 雷勇
• 来源期刊: 中国数字医学
• 学科: 医学
• 关键词: 医学时间序列 BP神经网络 多项式回归 稳健线性回归 多预测器融合
• 年，卷（期）: 2010,（10）
• 页码范围: 24-26
• 分类号: R1
• 字数: 2896字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-7571.2010.010.007

摘要

医学时间序列的预测对医疗工作具有重要指导意义,提出一种基于多预测器融合的时间序列预测方法,吸收不同单预测器的优点,从而提高预测性能.首先,在训练集上,分别用BP神经网络、多项式回归和稳健线性回归等预测器进行模型训练;其次,根据其相对误差推导自身权重,并将三个单预测器加权组合成为多预测器系统.实验过程将多预测器与三个单预测器进行比较,结果显示:多预测器的效果较好.