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

被引：14

作者：

吴伟 ^{[1
]}

郭军巧 ^{[2
]}

王萍 ^{[3
]}

周宝森 ^{[1
]}

机构：

[1] 中国医科大学流行病学教研室

[2] 辽宁省疾病预防控制中心

[3] 沈阳市疾病预防控制中心

来源：

中国媒介生物学及控制杂志 | 2007年 / 06期

关键词：

广义回归神经网络; 反馈神经网络; 肾综合征出血热; 预测;

D O I：

暂无

中图分类号：

R512.8 [病毒性出血热];

学科分类号：

摘要：

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。

引用

页码：483 / 488

页数：6

共 9 条

[1] 基于GRNN神经网络的长江干线港口集装箱吞吐量预测 [J].