【摘要】：針對登革熱傳播速度及破壞力呈顯著上升趨勢,但其預(yù)測存在一定難度的現(xiàn)狀,該文將GIS與支持向量機模型相結(jié)合,預(yù)測廣州市主城區(qū)2014年9月登革熱時空擴散趨勢。在綜合分析登革熱空間分布模式的基礎(chǔ)上,將格網(wǎng)區(qū)域周邊8個Queen鄰域作為影響因子,建立基于支持向量機的登革熱時空擴散模型的方法。研究表明,支持向量機模型在樣本訓(xùn)練階段和預(yù)測階段都具有良好的模擬精度,均方根誤差分別為1.58、3.72。支持向量機能有效預(yù)測登革熱時空擴散趨勢,能夠描述登革熱時空擴散過程中復(fù)雜的非線性關(guān)系,綜合預(yù)測正確率達81.3%。該模型同樣適用于其他疾病時空預(yù)測。
[Abstract]:In view of the fact that the propagation speed and destructive power of dengue fever show a significant upward trend, but the prediction is difficult to some extent, this paper combines GIS with support vector machine model to predict the temporal and spatial diffusion trend of dengue fever in the main urban area of Guangzhou in September 2014. Based on the comprehensive analysis of the spatial distribution model of dengue fever, the spatial and temporal diffusion model of dengue fever based on support vector machine (SVM) was established by taking eight Queen neighborhoods around the grid area as influencing factors. The results show that the support vector machine model has good simulation accuracy in the sample training stage and the prediction stage, and the root mean square error is 1.58 and 3.72, respectively. Support vector machine can effectively predict the temporal and spatial diffusion trend of dengue fever, and can describe the complex nonlinear relationship in the process of dengue fever diffusion. The correct rate of comprehensive prediction is 81.3%. The model is also suitable for temporal and spatial prediction of other diseases.
【作者單位】： 華南師范大學(xué)地理科學(xué)學(xué)院;
【分類號】：R512.8

【相似文獻】

相關(guān)期刊論文 前10條

1 張向東,畢韶丹,關(guān)宏宇;拮抗藥化合物活性的支持向量機研究[J];遼寧大學(xué)學(xué)報(自然科學(xué)版);2005年03期

2 羅萬春;;基于支持向量機的凝血功能診斷模型[J];數(shù)學(xué)的實踐與認(rèn)識;2013年06期

3 謝洪波,王志中,黃海;表面肌電的支持向量機分類[J];北京生物醫(yī)學(xué)工程;2004年02期

4 陸強;馮敏;馬華;張西學(xué);;模糊聚類支持向量機在步態(tài)分類中的應(yīng)用[J];中國組織工程研究與臨床康復(fù);2011年09期

5 史鑫;羅述謙;;支持向量機在醫(yī)學(xué)圖像分割中的應(yīng)用[J];北京生物醫(yī)學(xué)工程;2007年03期

6 李磊;黃水平;;支持向量機原理及其在醫(yī)學(xué)分類中的應(yīng)用[J];中國衛(wèi)生統(tǒng)計;2009年01期

7 鄭莉麗;李曉強;李福鳳;閆西平;王憶勤;王真真;;基于支持向量機的中醫(yī)望診唇色自動分類[J];生物醫(yī)學(xué)工程學(xué)雜志;2011年01期

8 王浩軍,鄭崇勛,李映,朱華鋒,閆相國;支持向量機在血細(xì)胞分類中的應(yīng)用[J];生物醫(yī)學(xué)工程學(xué)雜志;2003年03期

9 周舒冬;張磊;葉小華;楊云升;;支持向量機技術(shù)在疾病預(yù)后中的應(yīng)用和比較[J];數(shù)理醫(yī)藥學(xué)雜志;2007年06期

10 胡康達;符紅光;孔祥振;;分級聚類支持向量機在中醫(yī)舌像分類中的應(yīng)用[J];計算機應(yīng)用;2010年S2期

相關(guān)會議論文 前10條

1 余樂安;姚瀟;;基于中心化支持向量機的信用風(fēng)險評估模型[A];第六屆（2011）中國管理學(xué)年會——商務(wù)智能分會場論文集[C];2011年

2 劉希玉;徐志敏;段會川;;基于支持向量機的創(chuàng)新分類器[A];山東省計算機學(xué)會2005年信息技術(shù)與信息化研討會論文集（一）[C];2005年

3 史曉濤;劉建麗;駱玉榮;;一種抗噪音的支持向量機學(xué)習(xí)方法[A];全國第19屆計算機技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集（下冊）[C];2008年

4 何琴淑;劉信恩;肖世富;;基于支持向量機的系統(tǒng)辨識方法研究及應(yīng)用[A];中國力學(xué)大會——2013論文摘要集[C];2013年

5 劉駿;;基于支持向量機方法的衢州降雪模型[A];第五屆長三角氣象科技論壇論文集[C];2008年

6 王婷;胡秀珍;;基于組合向量的支持向量機方法預(yù)測膜蛋白類型[A];第十一次中國生物物理學(xué)術(shù)大會暨第九屆全國會員代表大會摘要集[C];2009年

7 趙晶;高雋;張旭東;謝昭;;支持向量機綜述[A];全國第十五屆計算機科學(xué)與技術(shù)應(yīng)用學(xué)術(shù)會議論文集[C];2003年

8 周星宇;王思元;;智能數(shù)學(xué)與支持向量機[A];2005年中國智能自動化會議論文集[C];2005年

9 顏根廷;馬廣富;朱良寬;宋斌;;一種魯棒支持向量機算法[A];2006中國控制與決策學(xué)術(shù)年會論文集[C];2006年

10 侯澍e，

本文編號：2486227