BP人工神经网络模型在上海市感染性腹泻日发病例数预测中的应用

• 作者: 毛盛华 王永明 肖文佳 胡家瑜 郑雅旭 金汇明 顾君忠 黎健
• 来源期刊: 中华流行病学杂志
• 关键词: 感染性腹泻 气象因素 BP人工神经网络
• 年，卷（期）: 2013,（12）
• 所属期刊栏目: 监测
• 页码范围: 1198-1202
• 页数: 5页
• 字数: 4070字
• 语种: 中文
• DOI: 10.3760/cma.j.issn.0254-6450.2013.012.010

摘要

目的 建立基于气象因素的上海市感染性腹泻逐日发病例数BP人工神经网络预测模型.方法 收集上海市2005-2008年感染性腹泻逐日发病例数与同期气象资料包括气温、相对湿度、降雨量、气压、日照时数、风速,通过Spearman相关分析选出与感染性腹泻相关的气象因素,用主成分分析(PCA)去除气象因素间的共线性影响.利用MatLab R2012b软件的神经网络工具箱建立感染性腹泻日发病例数的BP神经网络预测模型,并对拟合效果、外推预测能力和等级预报效果进行评价.结果 Spearman相关性分析显示,日感染性腹泻与前两天的日最高气温、最低气温、平均气温、最低相对湿度、平均相对湿度呈正相关(P＜0.01),与前两天的日平均气压呈负相关(P＜0.01).输入PCA提取的4个气象主成分构建BP神经网络预测模型,训练和预测样本平均绝对误差、均方根误差、相关系数、决定系数分别为4.7811、6.8921、0.7918、0.8418和5.8163、7.8062、0.7202、0.8180.模型预测值对2008年实际发病数的年平均误差率为5.30％,对感染性腹泻的等级预报正确率为95.63％.结论 温度和气压对感染性腹泻日发病例数影响较大.BP神经网络模型的拟合及预测误差较小,预报正确率较高,预报效果理想.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾君忠	华东师范大学计算机应用研究所	158	1926	22.0	37.0
2	金汇明		39	521	15.0	21.0
3	肖文佳		24	254	9.0	15.0
4	黎健		37	370	13.0	17.0
5	郑雅旭		16	281	8.0	16.0
6	王永明	华东师范大学计算机应用研究所	3	11	2.0	3.0
7	毛盛华		12	204	6.0	12.0
8	胡家瑜	华东师范大学计算机应用研究所	1	6	1.0	1.0