發(fā)布時(shí)間：2018-11-23 11:59

【摘要】：目的建立用于肺結(jié)核發(fā)病率預(yù)測(cè)的人工神經(jīng)網(wǎng)絡(luò)模型,預(yù)測(cè)肺結(jié)核疫情發(fā)生發(fā)展趨勢(shì),為肺結(jié)核的預(yù)防和控制提供理論依據(jù)。方法選取肺結(jié)核2000~2014年發(fā)病率數(shù)據(jù),采用改進(jìn)的誤差反向傳播(BP)神經(jīng)網(wǎng)絡(luò)算法建立預(yù)測(cè)模型。其中以2000~2013年的發(fā)病率數(shù)據(jù)作為訓(xùn)練樣本,以2014年的發(fā)病率數(shù)據(jù)來(lái)檢驗(yàn)?zāi)Ｐ偷挠行�。并�?duì)2015~2019年肺結(jié)核的發(fā)病率進(jìn)行預(yù)測(cè)。結(jié)果采用單隱層神經(jīng)網(wǎng)絡(luò)模型,輸入層節(jié)點(diǎn)數(shù)為3,隱含層節(jié)點(diǎn)數(shù)為7,輸出層節(jié)點(diǎn)數(shù)為1。建立的肺結(jié)核發(fā)病率預(yù)測(cè)模型在仿真預(yù)測(cè)樣本處的平均相對(duì)誤差為0.7597%,在檢驗(yàn)樣本處的相對(duì)誤差為0.2649%。經(jīng)預(yù)測(cè),2015~2019年肺結(jié)核的發(fā)病率分別為69.33/10萬(wàn)、71.16/10萬(wàn)、64.49/10萬(wàn)、62.41/10萬(wàn)和72.78/10萬(wàn)。結(jié)論采用改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)算法建立的肺結(jié)核發(fā)病預(yù)測(cè)模型具有較高的預(yù)測(cè)精度及較低的預(yù)測(cè)相對(duì)誤差,為肺結(jié)核疫情預(yù)測(cè)提供一種新的預(yù)測(cè)模型。
[Abstract]:Objective to establish an artificial neural network (Ann) model for predicting the incidence of pulmonary tuberculosis (TB), and to predict the trend of the occurrence and development of TB, and to provide theoretical basis for the prevention and control of pulmonary tuberculosis. Methods the incidence data of pulmonary tuberculosis from 2000 to 2014 were selected and the prediction model was established by using the improved error back-propagation (BP) neural network algorithm. The incidence data from 2000 to 2013 were used as training samples, and the incidence data of 2014 were used to test the validity of the model. The incidence of pulmonary tuberculosis from 2015 to 2019 was predicted. Results using the single hidden layer neural network model, the number of nodes in the input layer is 3, the number of hidden layer nodes is 7, and the number of output layer nodes is 1. The average relative error of the model for predicting the incidence of pulmonary tuberculosis is 0.7597 at the simulated prediction sample and 0.2649 at the test sample. The incidence of pulmonary tuberculosis in 2015-2019 is predicted to be 69.33 / 100,000, 711.6 / 100,644.49 / 100,624.1 / 100,000 and 727.8 / 100, respectively. Conclusion the prediction model of pulmonary tuberculosis based on improved BP neural network has higher prediction accuracy and lower relative error, which provides a new prediction model for the prediction of tuberculosis epidemic situation.
【作者單位】： 河南中醫(yī)藥大學(xué)基礎(chǔ)醫(yī)學(xué)院;鄭州大學(xué)第一附屬醫(yī)院血液科;
【基金】：河南省軟科學(xué)研究重點(diǎn)項(xiàng)目(No:102400440002) 河南中醫(yī)學(xué)院科研苗圃工程項(xiàng)目(No:MP2014-07)
【分類(lèi)號(hào)】：R521

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 牛成虎;梅光輝;石敏;高紅韋;;我國(guó)肺結(jié)核發(fā)病率的發(fā)展動(dòng)向及預(yù)測(cè)研究[J];現(xiàn)代生物醫(yī)學(xué)進(jìn)展;2009年03期

2 張馴;黃浩;周敏;袁萍;;肺結(jié)核發(fā)病率預(yù)測(cè)中灰色模型的應(yīng)用[J];現(xiàn)代預(yù)防醫(yī)學(xué);2010年04期

3 趙宗武;;山東省肺結(jié)核發(fā)病率調(diào)查(1987)[J];中國(guó)防癆通訊;1989年01期

4 華海慶;泰州市肺結(jié)核發(fā)病率的預(yù)測(cè)[J];江蘇衛(wèi)生保健;2005年05期

5 金如鋒;黃成鋼;邱宏;王中民;黃品賢;周霞;王國(guó)復(fù);魏建子;;4種模型對(duì)我國(guó)某地區(qū)肺結(jié)核發(fā)病率的預(yù)測(cè)[J];現(xiàn)代預(yù)防醫(yī)學(xué);2008年24期

6 魏星;丹子軍;商斌;王文橋;;3種模型在肺結(jié)核發(fā)病率預(yù)測(cè)中的比較研究[J];北京醫(yī)學(xué);2010年09期

7 鄭磊;劉德堅(jiān);許賢;;時(shí)間序列分析法在肺結(jié)核發(fā)病率預(yù)測(cè)中的應(yīng)用[J];實(shí)用預(yù)防醫(yī)學(xué);2012年11期

8 賀鋒;鄭磊;劉德堅(jiān);許賢;;應(yīng)用灰色模型預(yù)測(cè)深圳市肺結(jié)核發(fā)病率[J];熱帶醫(yī)學(xué)雜志;2012年12期

9 蘆鳳蓮;王建興;;太鋼職工肺結(jié)核發(fā)病率分析[J];山西醫(yī)學(xué)院學(xué)報(bào);1992年01期

10 郭崇政，賈金全,都宏偉，，張澤忠，陳斌;肺結(jié)核發(fā)病率調(diào)查及防治效果分析[J];長(zhǎng)治醫(yī)學(xué)院學(xué)報(bào);1994年03期

相關(guān)會(huì)議論文 前3條

1 康萬(wàn)里;鄭素華;端木宏謹(jǐn);蘭小琴;;中國(guó)肺結(jié)核報(bào)告發(fā)病率的綜合評(píng)價(jià)[A];中華醫(yī)學(xué)會(huì)2008年全國(guó)結(jié)核病學(xué)術(shù)會(huì)議論文匯編[C];2008年

2 夏學(xué)經(jīng);;流行病學(xué)分析[A];中國(guó)防癆協(xié)會(huì)科普委員會(huì)第十二屆學(xué)術(shù)大會(huì)論文集[C];2010年

3 潘稚芬;沈悅;劉斌;錢(qián)惠江;高峰;高躍中;;嘉興市2010～2011年肺結(jié)核流行病學(xué)分析[A];華東地區(qū)第13屆中青年呼吸論壇論文集[C];2012年

相關(guān)重要報(bào)紙文章 前6條

1 荊晶;尼日利亞：肺結(jié)核發(fā)病率最高[N];醫(yī)藥經(jīng)濟(jì)報(bào);2007年

2 記者 連志剛;肺結(jié)核發(fā)病率10年降近四成[N];中山日?qǐng)?bào);2011年

3 記者 潘舒暢;肺結(jié)核發(fā)病率逐年下降[N];溫州日?qǐng)?bào);2011年

4 記者 韓雪;我省肺結(jié)核發(fā)病率逐年下降[N];黑龍江日?qǐng)?bào);2011年

5 王洋;你我共同參與 依法防控結(jié)核[N];中國(guó)人口報(bào);2014年

6 周芳;肺結(jié)核發(fā)病率最高[N];吉林日?qǐng)?bào);2007年

相關(guān)碩士學(xué)位論文 前6條

1 寧鵬岑;艾滋病及肺結(jié)核的統(tǒng)計(jì)分析與預(yù)防策略[D];福建師范大學(xué);2015年

2 李林林;湖南省肺結(jié)核發(fā)病率及氣象因素分析[D];山東大學(xué);2013年

3 尹志濤;我國(guó)近10年肺結(jié)核發(fā)病率分析及結(jié)核分枝桿菌快速檢測(cè)方法研究[D];第三軍醫(yī)大學(xué);2013年

4 應(yīng)倩;應(yīng)用空間自相關(guān)分析研究肺結(jié)核的空間聚集性[D];浙江大學(xué);2012年

5 山珂;肺結(jié)核發(fā)病空間聚集分布及影響因素研究[D];山東大學(xué);2014年

6 李瑩;空間滯后回歸模型在肺結(jié)核分布中的探索研究[D];武漢理工大學(xué);2013年

本文編號(hào)：2351531