应用Elman神经网络建立流感样病例预测模型

• 作者: 何凡 官海滨 李傅冬 章涛
• 来源期刊: 预防医学
• 学科: 医学
• 关键词: Elman神经网络 流感样病例 预测 气象 PM2.5
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 论著
• 页码范围: 113-118
• 页数: 6页
• 分类号: R511.7
• 字数: 4009字
• 语种: 中文
• DOI: 10.19485/j.cnki.issn2096-5087.2019.02.002

摘要

目的 应用Elman神经网络构建流行性感冒(流感)样病例(ILI)预测模型,为浙江省流感疫情早期预警提供依据.方法 收集2013—2014年浙江省11家流感监测哨点医院的ILI报告、ILI病毒核酸检测结果、 气象和空气污染物等资料,通过时滞相关性分析筛选纳入模型的变量,采用2013年第14周—2014年第44周的数据建立Elman神经网络预测模型,采用2014年第45—52周的数据检验模型的预测效能.结果 浙江省2013—2014年每周均有ILI报告,共报告506391例次,周报告ILI％为(3.07±0.73)％.筛选出提前13周的周平均气压、 提前11周的周平均水汽压、提前9周的周平均气温、 提前5周的周平均SO2浓度、 提前5周的周平均NO2浓度、 提前5周的周平均CO浓度、 提前5周的周平均PM2.5浓度、 提前5周的周平均PM10浓度、 提前5周的周平均AQI和提前1周的病原阳性率10个因素纳入模型.当网络结构为10-15-1-1时,构建的Elman模型为最优预测模型,预测结果的平均误差绝对率为10.58％,非线性相关系数为0.8767.结论 利用气象、 空气污染指标和流感病原性监测资料建立的Elman神经网络ILI预测模型预测效果较好,适用于浙江省流感疫情短期预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何凡	浙江省疾病预防控制中心公共卫生监测与业务指导所	71	518	14.0	19.0
2	李傅冬	浙江省疾病预防控制中心公共卫生监测与业务指导所	14	131	6.0	11.0
3	章涛	浙江省疾病预防控制中心公共卫生监测与业务指导所	3	21	2.0	3.0
4	官海滨		1	1	1.0	1.0