期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
厦门市手足口病流行特征分析及发病趋势预测方法研究 被引量:6
1
作者 颜玉炳 郑惠能 刘红莲 《社区医学杂志》 2014年第21期62-64,共3页
目的研究厦门市手足口病的流行特征并探讨季节性时间序列(seasonal autoregressive integrated moving average,SARIMA)模型拟合厦门市手足口病发病趋势预测的可行性。方法选取2011—2013年6家医院报告的手足口病10 540例,利用SPSS19.0... 目的研究厦门市手足口病的流行特征并探讨季节性时间序列(seasonal autoregressive integrated moving average,SARIMA)模型拟合厦门市手足口病发病趋势预测的可行性。方法选取2011—2013年6家医院报告的手足口病10 540例,利用SPSS19.0对厦门市手足口病的发病情况进行流行病学分析,通过取自然对数、差分等方法对手足口病月发病数序列进行平稳化,然后进行模型参数的估计、检验,最优模型的筛选,最后进行预测分析。计量资料采用χ2检验,P<0.05为差异有统计学意义。结果 2011—2013年厦门市手足口病的年平均发病率为97.37/10万,4—7月和9月有两个发病高峰,病例主要分布于5岁以下儿童,占所有病例数的93.85%;病原构成以其他肠道病毒为主,占42.9%,其次为肠道病毒71型(enteriovirus 71,EV71)占39.7%,柯萨奇病毒A6(coxsackie virus A6,Cox A6)仅占17.3%;SARIMA(0,1,0)(1,1,0)12较好地拟合了厦门市手足口病的月发病数据,预测效果良好。结论厦门市手足口病的发病率较高,可以用SARIMA模型进行短期预测,进而指导各项防控措施。 展开更多
关键词 手足口病 时间序列分析 季节性时间序列模型 发病趋势
原文传递
基于季节性时间序列模型的西藏那曲牧草生长预测研究
2
作者 汪书乐 雒伟群 +1 位作者 赵益民 嘎桑久美 《西藏科技》 2024年第1期76-80,共5页
为了保护西藏生态环境,了解牧草相关的生长情况,使用NASA提供的16天合成MODIS数据,以归一化植被指数(NDVI)作为牧草的生长覆盖特征指标,预测NDVI就可以更好地评估牧草的生长情况,以那曲市的NDVI为例,利用ARIMA和SARIMA模型进行预测,结... 为了保护西藏生态环境,了解牧草相关的生长情况,使用NASA提供的16天合成MODIS数据,以归一化植被指数(NDVI)作为牧草的生长覆盖特征指标,预测NDVI就可以更好地评估牧草的生长情况,以那曲市的NDVI为例,利用ARIMA和SARIMA模型进行预测,结果显示SARIMA模型有着良好精度预测,能够更好地评估牧草地生长情况。 展开更多
关键词 NDVI 季节性时间序列模型 预测 西藏那曲
下载PDF
双减政策下基于SARIMA的搜题软件发展研究
3
作者 张思琪 门惠雯 +1 位作者 朱晓慧 郝朝晖 《科技创业月刊》 2023年第S01期12-16,共5页
引导中小学生学会深度学习是我国实行双减政策的重要任务之一。通过建立SARIMA模型对双减政策下小猿搜题(搜题软件A)的搜索指数进行研究得知:双减政策下搜题软件A搜索指数初期波动上升,后期逐渐下降,降到低谷值后有小幅度回升,但不会达... 引导中小学生学会深度学习是我国实行双减政策的重要任务之一。通过建立SARIMA模型对双减政策下小猿搜题(搜题软件A)的搜索指数进行研究得知:双减政策下搜题软件A搜索指数初期波动上升,后期逐渐下降,降到低谷值后有小幅度回升,但不会达到双减政策初期的水平。上述结果说明双减政策对搜题软件A产生影响需要一段时间,同时影响持续时间较长,现阶段开发者需要结合双减政策的特点,从软件功能入手进行改进,以获得更多发展机会。 展开更多
关键词 双减政策 搜题软件 季节性时间序列模型
下载PDF
考虑节假日效应的交通枢纽客流量预测模型 被引量:9
4
作者 成诚 杜豫川 刘新 《交通运输系统工程与信息》 EI CSCD 北大核心 2015年第5期202-207,215,共7页
客流量预测是城市交通枢纽管理的基础,准确的客流量估计为交通枢纽的运力调整,管理预案的设计提供基础.目前对客流量预测的研究较多,但现有模型并未考虑节假日效应对枢纽客流量的影响.因此,本文基于多元季节性时间序列(SARIMAX)原理,建... 客流量预测是城市交通枢纽管理的基础,准确的客流量估计为交通枢纽的运力调整,管理预案的设计提供基础.目前对客流量预测的研究较多,但现有模型并未考虑节假日效应对枢纽客流量的影响.因此,本文基于多元季节性时间序列(SARIMAX)原理,建立考虑节假日效应的城市交通枢纽客流量预测模型,并以上海虹桥2号航站楼站轨道交通客流量数据为基础,对该模型进行了标定和预测.标定结果显示,在春节期间,该站点客流量将有明显的下降,而在其他法定节假日期间流量均有一定程度的提升.对模型预测值和真实值比对结果显示,该模型的平均误差在5%以内,表明该模型具有较强的实用性. 展开更多
关键词 城市交通 客流量预测 多元季节性时间序列模型 节假日效应 交通枢纽
下载PDF
大数据集下休息日效应的客流量预测模型
5
作者 梁均 《长江工程职业技术学院学报》 CAS 2018年第1期4-7,共4页
在传统统计分析工具无法直接对原始数据进行建模分析的前提下,利用大数据工具对原始数据进行提取、转换和加载(ETL),再通过统计分析工具对样本数据进行可视化预测分析。本文通过Hadoop分布式集群对广东省部分公交线路岭南通用户2014年5... 在传统统计分析工具无法直接对原始数据进行建模分析的前提下,利用大数据工具对原始数据进行提取、转换和加载(ETL),再通过统计分析工具对样本数据进行可视化预测分析。本文通过Hadoop分布式集群对广东省部分公交线路岭南通用户2014年5个月的800多万条刷卡数据进行数据清洗,通过样本数据分析了公交客流量以周为周期的波动规律,并结合休息日(节假日、周末)效应,选用多元季节性时间序列模型对日时段客流量进行时间序列建模,最后通过外推预测评估模型,平均误差不超过5%,结论表明该模型适用于公交时段客流量的短时预测。 展开更多
关键词 智能交通系统 多元季节性时间序列模型 客流量预测 大数据集
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部