10.3969/j.issn.1003-4692.2007.06.016
广义回归神经网络在肾综合征出血热发病率预测中的应用
目的 探讨广义回归神经网络(GRNN)在肾综合征出血热(HFRS)发病率预测上的优势及应用前景.方法 利用1984-2002年沈阳市的气象资料(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1985-2003年沈阳市HFRS发病率作为神经网络的输出.利用Matlab7.0软件中的神经网络工具箱分别构建HFRS发病率的GRNN预测模型和反馈(BP)神经网络预测模型,对样本进行拟合和预测并对两者的拟合和预测性能进行比较.结果 GRNN的最优光滑因子为0.35;BP神经网络的隐含层数定为6.从拟合效果来看,GRNN和BP神经网络预测模型的平均误差率(MER)分别为25.42%和25.55%;两者的决定系数r2分别为0.9438和0.9729,总的来说,拟合效果比较满意,两者拟合差异不是很明显.从预测效果来看,两者的MER分别为4.90%和15.16%,GRNN的MER远远小于BP神经网络;两者的r2分别为0.9897和0.9516.结论 GRNN充分体现了它在小样本预测中的优势,预测效果优于BP神经网络,对解决HFRS等流行情况影响因素复杂的问题有很好的实用价值.
广义回归神经网络、反馈神经网络、肾综合征出血热、预测
18
R373.3(医学微生物学(病原细菌学、病原微生物学))
国家自然科学基金30771860和70503028
2008-03-05(万方平台首次上网日期,不代表论文的发表时间)
共6页
483-488