支持向量机在深圳市坪山区成蚊密度预测中的应用

• 作者: 何志明 吴崧霖 吴能简 曾杜娟 陈伟文 黄淑仪
• 来源期刊: 医学动物防制
• 学科: 医学
• 关键词: 支持向量机 蚊媒传染病 成蚊密度 预测
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 论著
• 页码范围: 208-211
• 页数: 4页
• 分类号: R184.31
• 语种: 中文
• DOI: 10.7629/yxdwfz202003002

摘要

目的 建立回归函数估计的支持向量机模型(support vector regression,SVR),探讨其在成蚊密度预测中的可行性.方法 收集2013-2017年深圳市坪山区月度平均气温、降水量、相对湿度等气象指标和月度成蚊密度资料,对其进行主成分分析,提取主成分作为输入变量.将数据分为训练集和测试集,所有资料在分析前进行归一化处理.在Matlab中调用LIBSVM工具包建立SVR模型,利用遗传算法优化SVR模型参数.建立ARIMA模型,与SVR模型的预测效果进行比较.结果 将气象资料主成分分析结果中前3个主成分纳入SVR建模,未经优化的SVR预测结果的MSE为23.15,MAPE为0.67;经遗传算法确定参数后的SVR预测结果的MSE为20.02,MAPE为0.58;ARIMA预测结果的MSE为29.75,MAPE为0.83.结论 SVR在小样本、不规则、混沌等非线性的特征数据的应用中有一定的优势,经过参数优化后的SVR具有较高的学习精度,其用于成蚊密度的预测是较为可靠的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾杜娟		3	2	1.0	1.0
2	吴崧霖		1	0	0.0	0.0
3	吴能简		1	0	0.0	0.0
4	何志明		1	0	0.0	0.0
5	陈伟文		1	0	0.0	0.0
6	黄淑仪		1	0	0.0	0.0