基于LSTM神经网络的乌鲁木齐市流感样病例的预测研究

• 作者: 王凯 龚风云
• 来源期刊: 科技视界
• 学科: 工学
• 关键词: LSTM 流感样病例 气象因素 预测
• 年，卷（期）: 2019,（31）
• 所属期刊栏目: 项目与课题
• 页码范围: 20-22
• 页数: 3页
• 分类号: TP393.0|TP183
• 字数: 2844字
• 语种: 中文
• DOI: 10.19694/j.cnki.issn2095-2457.2019.31.009

摘要

目的:分析乌鲁木齐市流感样病例月发病数的变化趋势,建立长短期记忆(LSTM)模型,对流感样病例例数数进行预测,为乌鲁木齐市流感的预防与控制提供科学依据.方法:利用2015年1月-2018年3月乌鲁木齐市的每月气象数据、流感样病例监测数据,采用单变量LSTM模型和多变量LSTM模型对乌鲁木齐市流感样病例例数的时间序列进行预测,使用RMSE和MAE值评价不同方法的预测精度.结果:单变量LSTM模型和多变量LSTM模型的RMSE值分别是66.17和56.91;MAE值分别是60.42和39.07.与单变量LSTM模型相比,多变量的LSTM模型预测效果较好.结论:本研究所建立的多变量LSTM模型能较好地预测ILI病例数的发病趋势,为流感监测和预防控制提供依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王凯	新疆医科大学医学工程技术学院	42	105	6.0	8.0
2	龚风云	新疆财经大学应用数学学院	3	1	1.0	1.0