期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到9篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于ARIMA与NNAR模型的中国食管癌疾病负担预测 被引量：15
1
作者 马倩倩 何贤英 +5 位作者 崔芳芳 孙东旭 翟运开 高景宏 王琳 赵杰 《中华疾病控制杂志》 CAS CSCD 北大核心 2021年第9期1048-1053,共6页
目的探索中国食管癌疾病负担时间序列特征,并进行预测。方法收集1990—2019年中国食管癌发病率、死亡率、伤残调整寿命年(disability adjusted life year,DALY)等疾病负担数据,基于1990—2016年数据建立自回归移动平均(autoregressive i... 目的探索中国食管癌疾病负担时间序列特征,并进行预测。方法收集1990—2019年中国食管癌发病率、死亡率、伤残调整寿命年(disability adjusted life year,DALY)等疾病负担数据,基于1990—2016年数据建立自回归移动平均(autoregressive integrated moving average,ARIMA)模型、神经网络自回归(neural network autoregression,NNAR)模型,通过平均误差率(modulation error ratio,MER)、平均绝对百分比误差(mean absolute percentage error,MAPE)、平均绝对误差(mean absolute error,MAE)和均方根误差(root mean squared error,RMSE)比较2017—2019年预测数据与实际数据以验证模型预测性能,并预测2020—2024年食管癌疾病负担。结果1990—2019年中国食管癌疾病负担整体呈波动上升趋势,发病率上升33.26%,死亡率上升21.26%,DALY率上升6.66%。ARIMA模型与NNAR模型的预测值和实际值动态趋势基本一致,选择其中更优模型预测得到2020—2024年中国食管癌发病率分别为20.375/10万、21.057/10万、21.380/10万、21.341/10万和21.080/10万;死亡率分别为18.834/10万、19.647/10万、20.407/10万、20.889/10万和20.988/10万。DALY率分别为418.192/10万、431.123/10万、442.780/10万、452.376/10万和459.358/10万。结论中国食管癌疾病负担在2020—2024年将上升。NNAR模型在拟合中国食管癌疾病负担应用中具有良好预测性能与精度,可为疾病负担短期预测提供借鉴方法。 展开更多
关键词 自回归移动平均模型 神经网络自回归模型 食管癌 预测 疾病负担
原文传递
神经网络自回归模型在丙肝发病趋势和预测研究中的应用 被引量：12
2
作者 张欣 刘振球 +3 位作者 袁黄波 吴学福 吴明山 张铁军 《中国卫生统计》 CSCD 北大核心 2020年第4期524-526,共3页
目的探讨神经网络自回归模型在丙肝发病趋势和预测研究中的应用。方法通过神经网络自回归模型对2004年1月至2015年12月我国全国丙肝发病率进行拟合建模,估计丙肝的发病趋势,并对2016年我国丙肝发病率进行预测,与实际值对比,根据相对误... 目的探讨神经网络自回归模型在丙肝发病趋势和预测研究中的应用。方法通过神经网络自回归模型对2004年1月至2015年12月我国全国丙肝发病率进行拟合建模,估计丙肝的发病趋势,并对2016年我国丙肝发病率进行预测,与实际值对比,根据相对误差、平均绝对误差(MAE)、平均绝对百分误差(MAPE)和均方根误差(RMSE)对模型的预测效果进行评价。结果神经网络自回归模型能够识别出我国丙肝在过去13年的发病趋势,逐年增长并具有季节性,且相对误差、MAE、MAPE和RMSE均较小,尤其RMSE<10%。结论神经网络自回归模型可以运用于丙肝的时间序列数据的分析中,其预测精度较高。 展开更多
关键词 神经网络自回归模型 丙肝 趋势 预测
下载PDF
基于全球疾病负担数据库分析1990-2019年中国脑瘤发病趋势 被引量：5
3
作者 段朝晖 赵湘铃 +3 位作者 张敏 徐杰茹 让蔚清 熊文婧 《中华肿瘤防治杂志》 CAS 北大核心 2023年第14期827-833,共7页
目的探讨1990-2019年我国脑瘤发病变化趋势与特征,为脑瘤防治工作提供参考。方法选取1990-2019年全球疾病负担(GBD)数据库中国5~<95岁脑瘤发病数据,整理数据并应用Joinpoint回归模型分析发病趋势,计算年度变化百分比(APC)与平均年度... 目的探讨1990-2019年我国脑瘤发病变化趋势与特征,为脑瘤防治工作提供参考。方法选取1990-2019年全球疾病负担(GBD)数据库中国5~<95岁脑瘤发病数据,整理数据并应用Joinpoint回归模型分析发病趋势,计算年度变化百分比(APC)与平均年度变化百分比(AAPC)。采用年龄-时期-出生队列(APC)模型分析发病率的年龄、时期和队列效应。通过R 4.1.3对脑瘤发病数据建立神经网络自回归(NNAR)模型,预测未来5年脑瘤发病率。结果1990-2019年我国脑瘤发病率呈上升趋势,男性和女性的AAPC值分别为1.802与2.396。APC模型分析显示,男性与女性的净偏移值分别为0.811%与1.332%,均>0。男、女性脑瘤的发病风险均随年龄和时期的增加而增加,较早出生队列的发病风险低于较晚出生队列。预测结果显示,2019年后我国脑瘤发病率将持续上升,2024年将达到7.707/10万。结论1990-2019年我国脑瘤发病率上升趋势明显,其中女性的上升趋势较男性更显著。年龄越大、生活时代越近人群其发病风险越大。预测结果提示,发病率在2020-2024年会持续上升,应加强对脑瘤防治工作的关注,开展好一级预防工作,降低我国脑瘤未来的发病率。 展开更多
关键词 脑瘤 发病趋势 年龄-时期-出生队列模型 预测 神经网络自回归模型
原文传递
三种预测模型对中国流行性腮腺炎月度发病率预测的应用与比较 被引量：4
4
作者 汤梦莹 宋晓坤 +3 位作者 梁凯琼 牛娜 唐沛莹 黎燕宁 《实用预防医学》 CAS 2023年第11期1392-1396,共5页
目的建立三种预测模型分析流行性腮腺炎的季节发病情况,为流行性腮腺炎的预测方法提供理论依据。方法收集2004年1月—2018年12月全国流行性腮腺炎月度发病率数据,训练集数据为2004年1月—2017年12月流行性腮腺炎月度发病率,分别建立季... 目的建立三种预测模型分析流行性腮腺炎的季节发病情况,为流行性腮腺炎的预测方法提供理论依据。方法收集2004年1月—2018年12月全国流行性腮腺炎月度发病率数据,训练集数据为2004年1月—2017年12月流行性腮腺炎月度发病率,分别建立季节性差分自回归移动平均(seasonal autoregressive integrated moving average,SARIMA)模型、温特线性与季节指数平滑(Winter linear and seasonal exponential smoothing,Holt-Winters)模型和神经网络自回归(neural network autoregressive,NNAR)模型,以2018年1—12月中国流行性腮腺炎月度发病率数据作为测试集,评估三种模型的预测效果。结果2004年1月—2018年12月全国流行性腮腺炎月度发病率最高月份是2012年6月,发病率最低月份是2016年2月,每年有两个发病高峰,大高峰发生在每年的4—7月,小高峰发生在每年的11月至次年1月;SARIMA模型、Holt-Winters模型和NNAR模型预测的平均相对误差的绝对值(mean absolute percentage error,MAPE)分别是18.63%、18.65%和16.31%,均方根误差(root mean square error,RMSE)分别为0.29、0.36和0.39,平均绝对误差(mean absoluteerror,MAE)0.26、0.30和0.30,R^(2)分别为93.43%、83.79%和78.24%。预测效果最好的为SARIMA模型,其次为Holt-Winters模型,NNAR模型的预测效果最差。结论SARIMA模型能很好地预测全国流行性腮腺炎的发病情况,可为今后流行性腮腺炎的预防控制工作提供借鉴方法。 展开更多
关键词 流行性腮腺炎 发病预测 季节性差分自回归移动平均模型 温特线性与季节指数平滑模型 神经网络自回归模型
原文传递
基于KNN模型的原油价格预测研究 被引量：5
5
作者 楚新元 卢爱珍 张敬信 《价格月刊》 北大核心 2021年第5期15-22,共8页
针对非线性、非平稳且呈现剧烈波动的时间序列,使得传统的预测方法预测效果不够理想。尝试运用KNN模型对WTI原油价格进行预测,并与ARIMA模型和神经网络自回归(NNAR)模型预测结果进行比较,结果表明:KNN模型适用于WTI原油价格预测,且预测... 针对非线性、非平稳且呈现剧烈波动的时间序列,使得传统的预测方法预测效果不够理想。尝试运用KNN模型对WTI原油价格进行预测,并与ARIMA模型和神经网络自回归(NNAR)模型预测结果进行比较,结果表明:KNN模型适用于WTI原油价格预测,且预测效果优于ARIMA模型和神经网络自回归模型。通过模型组合,利用KNN模型和神经网络自回归模型组合预测后,预测精度显著提升。 展开更多
关键词 KNN模型 ARIMA模型 神经网络自回归模型 预测精度
下载PDF
2017—2023年青海省其他感染性腹泻病发病率的时空分析及预测模型比较
6
作者 姜雨淇 龙江 +3 位作者 赵金华 张华一 邓萍 姜文琦 《中华疾病控制杂志》 CAS CSCD 北大核心 2024年第11期1301-1307,共7页
目的分析青海省其他感染性腹泻病(other infectious diarrhea disease,OIDD)流行情况与变化特点,为2024年青海省OIDD发病率提供预测。方法以2017年1月—2023年12月青海省OIDD的月发病率和年发病率为原始数据,利用Arcgis 10.8软件对青海... 目的分析青海省其他感染性腹泻病(other infectious diarrhea disease,OIDD)流行情况与变化特点,为2024年青海省OIDD发病率提供预测。方法以2017年1月—2023年12月青海省OIDD的月发病率和年发病率为原始数据,利用Arcgis 10.8软件对青海省年发病率进行地图可视化,使用GeoDa 1.16软件进行空间自相关分析,使用R 4.3.1软件建立青海省OIDD的季节性自回归积分滑动平均(seasonal autoregressive integrated moving average,SARIMA)模型、三次指数平滑法(Holt-Winters)模型、神经网络自回归(neural network autoregression,NNAR)模型、指数平滑空间状态(trigonometric seasonality,Box-Cox transformation,TBATS)模型、先知模型。根据均方根误差(root mean square error,RMSE)、平均绝对误差(mean absolute error,MAE)、平均绝对百分比误差(mean absolute percentage error,MAPE)评价模型拟合效果。结果除Holt-Winters模型之外,各种模型均能较好地捕捉发病率趋势,其中NNAR模型训练集的MAE为0.90、RMSE为1.25、MAPE为16.43,在TBATS等模型中表现最好;NNAR模型测试集除RMSE值大于SARIMA模型和TBATS模型外,MAE和MAPE值均小于其他模型,总体而言预测性能最佳。因此,可基于NNAR模型对2024年青海省OIDD发病率做出预测,为高海拔地区的疾病预防策略做出启示。结论2017—2023年青海省西宁市、海东市、黄南藏族自治州为OIDD的高发地区。模型预测中,NNAR模型的预测效果最好,但在实际情况中需要结合各地区时空特征和流行趋势制定相应的防治措施。 展开更多
关键词 其他感染性腹泻病 神经网络自回归模型 模型预测 季节性自回归积分滑动平均模型 先知模型
原文传递
央行省级数据中心智能化运维方案研究 被引量：1
7
作者 向明 《金融科技时代》 2022年第5期68-70,共3页
智能化运维对于数据中心高效稳定运行的作用日益凸显。文章以央行湖南省级数据中心机房温湿度数据为分析对象,建立神经网络回归模型并进行分析,预测模型性能表现良好,对运维重点关注区域、运维风险的预警具有一定的参考意义。
关键词 智能化运维 数据中心 神经网络回归模型
下载PDF
基于CNN-SVR网络的黄渤海近岸海域叶绿素a浓度预测
8
作者 王晓霞 汪健平 +4 位作者 王佳莹 孙珊 苏博 姜会超 朱明明 《海洋预报》 CSCD 北大核心 2024年第4期77-87,共11页
利用海洋卫星观测数据和黄渤海近岸海域实测生态水质数据,建立了一种基于卷积神经网络结合支持向量回归(Convolutional Neural Network-Support Vector Regression,CNN-SVR)的深度学习网络模型的叶绿素a浓度预测方法。采用皮尔逊方法对... 利用海洋卫星观测数据和黄渤海近岸海域实测生态水质数据,建立了一种基于卷积神经网络结合支持向量回归(Convolutional Neural Network-Support Vector Regression,CNN-SVR)的深度学习网络模型的叶绿素a浓度预测方法。采用皮尔逊方法对叶绿素a与环境动力因子和生态水质因子作相关分析,发现营养盐因子大多与叶绿素a有显著相关性,水质因子如pH、溶解氧、盐度等与叶绿素a的相关性不大;将黄渤海近岸海域划分为渤海南部与黄海北部、黄海中部,进行春夏、秋冬两个时期1×1和2×2两种卷积核大小的CNN-SVR网络模型实验以及单因子敏感性分析试验。结果显示:卷积核大小为2×2时,CNN-SVR网络模型对训练数据的学习和对测试样本的预测检验效果都更优;渤海南部与黄海北部近岸海域模型预测效果更好。营养盐因子对模型预测能力的影响更显著,悬浮物等水质因子的影响相对较弱。单变量对模型预测的敏感性较弱,多变量整合具有互补性,改善了模型的预测效果。 展开更多
关键词 卷积神经网络结合支持向量回归模型 叶绿素a浓度预测 单因子敏感性分析 海洋卫星 海洋生态水质因子
下载PDF
地理卷积神经网络时空加权回归理论方法研究
9
作者 杨闻新 《长江信息通信》 2022年第6期62-65,共4页
针对传统时空地理加权回归模型在探测时空异质性方面能力有限的问题,本文引入卷积神经网络,提出地理卷积神经网络时空加权回归模型。该模型通过设计一种时空加权卷积神经网络,并利用Dropout算法和批归一化算法进行优化,从而达到对时空... 针对传统时空地理加权回归模型在探测时空异质性方面能力有限的问题,本文引入卷积神经网络,提出地理卷积神经网络时空加权回归模型。该模型通过设计一种时空加权卷积神经网络,并利用Dropout算法和批归一化算法进行优化,从而达到对时空权重矩阵的精确求解,进而为充分探测事物的时空异质性提供理论方法。以2012-2019年福建省县级能源消费碳排放量及其影响因子为基础数据,对两种模型进行验证。结果表明,文章提出的模型的精度指标AICc、RSS、R2比时空地理加权回归模型的分别提升了451.3、0.51、0.06。 展开更多
关键词 时空权重矩阵 时空地理加权回归模型 卷积神经网络 地理卷积神经网络时空加权回归模型
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部