基于长短时记忆神经网络的手足口病发病趋势预测

• 作者: 冀天娇 刘宏图 杨冠羽 许文波 陈阳 马停停
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 手足口病 时间序列 相关分析 长短时记忆网络 传染病预测
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 第八届中国数据挖掘会议(CCDM 2020)
• 页码范围: 265-269
• 页数: 5页
• 分类号: TP399
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2020060936

摘要

针对传统手足口病(HFMD)发病趋势预测算法预测精度不高、未结合其他影响因素、预测时间较短等问题,提出结合气象因素使用长短时记忆(LSTM)网络进行长期预测的方法.首先,将发病序列通过滑动窗口的方式转化为网络的输入和输出;然后采用LSTM网络进行数据建模和预测,并使用迭代预测的方式获得较长期的预测结果;最后在网络中增加温度和湿度变量,比较这些变量对预测结果的影响.实验结果表明,加入气象因素能够提高模型的预测精度,所提模型在济南市数据集上的平均绝对误差(MAE)为74.9,在广州市数据集上的MAE为427.7,相较于常用的季节性差分自回归移动平均(SARIMA)模型和支持向量回归(SVR)模型,该模型的预测准确率更高.可见所提模型是HFMD发病趋势预测的一种有效的实验方法.