基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目的 探讨循环系统疾病死亡人数与气象条件及污染物的关系,建立基于误差反传算法(back-propagation,BP)神经网络的循环系统疾病死亡人数预报模型.方法 选取南京市2004 ~2009年循环系统疾病死亡病例和同期的气象资料及污染资料.在对循环系统疾病死亡人数与气象因子和污染物进行相关分析的基础上,利用2004~ 2008年的气象和污染数据建立循环系统疾病死亡人数的BP神经网络预报模型,并用2009年的资料对该模型进行预报效果检验.结果 气象因子和污染物均与循环系统疾病死亡人数密切相关.建立的循环系统疾病死亡人数的神经网络模型结果为17-16-1(即有17个输入、16个隐含节点和1个输出),训练精度为0.005,训练了487步达到目的,最终误差为0.004 999 42,预测准确率达78.62%以上.结论 该方法计算简便,误差较小,对循环系统疾病死亡人数有较好的预测效果,为医疗气象预报提供了一种新方法,具有进一步的研究价值.
推荐文章
大气颗粒物(PM10/PM2.5)与人群循环系统疾病死亡系的病例交叉研究
颗粒物
空气污染
心血管疾病
危险因素
交叉研究
郴州市循环系统疾病死亡人数预测模型建立
循环系统疾病
死因分析
死亡人数
自回归滑动平均混合模型
指数平滑法
人工神经网络在降水预报中的应用
神经网络
判别函数
降水量
人工神经网络在海浪数值预报中的应用
人工神经网络
海浪数值模式
有效波高
数值预报
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 人工神经网络在循环系统疾病死亡人数预报中的应用
来源期刊 卫生研究 学科 医学
关键词 循环系统疾病死亡人数 气象因素 BP神经网络 预测
年,卷(期) 2014,(5) 所属期刊栏目 调查研究
研究方向 页码范围 774-778
页数 分类号 Q332|R18
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 尚可政 兰州大学半干旱气候变化教育部重点实验室 134 2714 27.0 46.0
2 王式功 兰州大学半干旱气候变化教育部重点实验室 254 5026 36.0 58.0
3 王金艳 兰州大学半干旱气候变化教育部重点实验室 18 425 6.0 18.0
4 张莹 兰州大学半干旱气候变化教育部重点实验室 35 191 9.0 12.0
5 邵毅 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (32)
参考文献  (4)
节点文献
引证文献  (2)
同被引文献  (5)
二级引证文献  (0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
循环系统疾病死亡人数
气象因素
BP神经网络
预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
卫生研究
双月刊
1000-8020
11-2158/R
大16开
北京西城区南纬路29号
18-76
1972
chi
出版文献量(篇)
4999
总下载数(次)
13
论文1v1指导