应用BP人工神经网络模型预测肾综合征出血热发病率

摘要：

目的探讨反馈(BP)人工神经网络模型预测肾综合征出血热(HFRS)发病率的应用前景.方法利用沈阳市的气象资料(包括平均气温、相对湿度、降水量和日照)和动物疫情资料(包括鼠密度和鼠带病毒率)共6个指标作为神经网络的输入,将1984～2003年沈阳市HFRS发病率作为神经网络的输出.选择1984～2001年的数据,利用STATISTICA Neural Network(ST NN)建立BP网络预测模型,然后训练网络、预测2002和2003年HFRS的发病率.同时用上述指标建立线性预测模型,其结果与神经网络模型进行比较.结果对于BP神经网络,其平均误差率为7.89%,非线性相关系数为0.896.对于线性回归模型,其平均误差率为24.78%,非线性相关系数为0.711.结论BP人工神经网络可以用于HFRS发病率的预测,效果好于传统的线性回归方法.

关键词：BP人工神经网络、肾综合征出血热、发病率、预测

所属期刊栏目：17

分类号：R5(内科学)

资助基金：中国科学院资助项目30170833

在线出版日期：2006-07-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：223-226