感染性腹泻周发病例数的 PCA-SVM 回归预测研究

• 作者: 王永明 霍静 顾君忠
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: PCA SVM回归 感染性腹泻 气象资料
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 51-54
• 页数: 4页
• 分类号: TP391
• 字数: 3276字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.02.012

摘要

提出一个使用 PCA-SVM进行感染性腹泻周发病例数回归预测方法，有效避免了 BP 神经网络模型存在局部极值、多重共线性的问题。以上海市2005年至2008年感染性腹泻周发病例数为样本，建立 PCA-SVM回归模型。首先用 PCA 从统计气象因子中提取气象主成分因子，去除预报因子多重共线性，得到最终模型的解释变量，其次采用 SVM方法构建上海市感染性腹泻周发病例数预测模型。为了说明该模型有更佳的预测效果，与 BP 神经网络模型比较拟合及预测结果。数据结果显示 PCA-SVM回归模型预测的平均相对误差 MAPE、均方误差平方根 RMSE （数值分别为0．2694，33．113）均小于 BP 神经网络（数值分别为0．3745，49．909），而决定系数 R2（数值为0．9089）较 BP 神经网络（数值为0．8590）更趋近于1。证明 PCA-SVM回归模型在感染性腹泻周发病例数预测中具有较高的预测精度和较强的泛化能力，模型对于感染性腹泻周发病例数的预测可靠，对于向公众发布腹泻预报有更好的实用价值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	霍静	天水师范学院电子信息与电器工程学院	12	26	3.0	4.0
2	顾君忠	华东师范大学计算机应用研究所	158	1926	22.0	37.0
3	王永明	华东师范大学计算机应用研究所	3	11	2.0	3.0