气象与环境因子影响心脑血管疾病急诊数预测模型研究
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

气象与环境因子影响心脑血管疾病急诊数预测模型研究

引用
目的 比较逐步回归模型与人工神经网络模型在建立基于气象、环境因子的心脑血管疾病急诊数预测模型的建模效果.方法 使用北京市2008-2011年12项气象逐日常规观测数据并据此生成5个二次气象因子,以及同期的3种污染物浓度数据,并构造3个年份哑变量,共23个变量形成模型的输入.统计同期北京市某医院4年逐日急诊就诊记录资料,并提取其中属于心脑血管疾病的条目构成模型输出训练数据.将所有数据进行周平均处理并以80%,15%和5%的比例分成学习集、测试集与验证集.分别构建逐步回归模型与人工神经网络模型,并使用独立样本(验证集)比较模型预报效果.结果 逐步回归模型经过筛选最终有11个输入变量,而人工神经网络模型结构为23-22-1.在验证集的预报效果指标中,神经网络预报模型的平均绝对误差、误差均值、最小误差以及预测结果与原数据的Pearson相关系数分别为0.9149,-0.003 3,0.01,0.873,均比逐步回归模型(分别为1.355 3,0.4924,0.03,0.836)更为理想.结论 与传统的统计学方法相比,人工神经网络建模方法在建立基于气象、环境因子的心脑血管疾病量预报系统方面更有优势.

BP神经网络、逐步回归、心脑血管疾病、气象因子、环境因子

30

R181.3(流行病学与防疫)

国家自然科学基金青年基金81101130;国家科技基础平台课题2005DKA32403

2013-03-21(万方平台首次上网日期,不代表论文的发表时间)

共5页

48-52

相关文献
评论
暂无封面信息
查看本期封面目录

环境与健康杂志

1001-5914

12-1095/R

30

2013,30(1)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn