本文選題：SVM + ARIMA　； 參考：《現(xiàn)代預(yù)防醫(yī)學(xué)》2017年09期

【摘要】：目的運(yùn)用SVM和ARIMA方法對(duì)我國(guó)病毒性肝炎發(fā)病率進(jìn)行預(yù)測(cè),對(duì)擬合結(jié)果進(jìn)行比較。為病毒性肝炎的預(yù)防提供科學(xué)依據(jù)。方法利用中國(guó)衛(wèi)生統(tǒng)計(jì)年鑒1995-2014年的病毒性肝炎發(fā)病率數(shù)據(jù)分別建立SVM和ARIMA擬合模型,并對(duì)擬合效果進(jìn)行比較。截取近年時(shí)序資料適當(dāng)設(shè)置滑動(dòng)窗口、映射關(guān)系和訓(xùn)練參數(shù),借助MATLAB軟件完成數(shù)據(jù)智能訓(xùn)練、仿真和預(yù)測(cè);ARIMA法用于發(fā)病率序列擬合建模,借助SAS軟件最優(yōu)定階識(shí)別、外推預(yù)測(cè)。結(jié)果病毒性肝炎發(fā)病率SVM模型和ARIMA模型SSE和MAPE分別為229、289,3.53%、3.86%。SVM模型擬合效果優(yōu)于ARIMA模型,SVM模型預(yù)測(cè)2015-2017年病毒性肝炎預(yù)測(cè)發(fā)病率為(1/10萬(wàn))分別為84.31、83.21、82.27。結(jié)論SVM法可用于時(shí)序建模,ARIMA法理論成熟且為經(jīng)典方法。SVM模型擬合效果優(yōu)于ARIMA模型,模型擬合要充分考慮數(shù)據(jù)特征。
[Abstract]:Objective to predict the incidence of viral hepatitis by SVM and ARIMA and compare the fitting results.To provide scientific basis for the prevention of viral hepatitis.Methods SVM and ARIMA fitting models were established based on the incidence data of viral hepatitis from 1995 to 2014 in China Health Statistics Yearbook, and the results of fitting were compared.The time series data of recent years are properly set up sliding window, mapping relationship and training parameters, data intelligence training is completed with MATLAB software, simulation and prediction Arima method is used to model incidence sequence fitting, and SAS software is used to identify the optimal order and extrapolate prediction.Conclusion SVM method can be used in time series modeling and its theory is mature and the fitting effect of classical method. SVM model is better than that of ARIMA model. Data characteristics should be fully considered in model fitting.
【作者單位】： 濰坊市人民醫(yī)院;濰坊醫(yī)學(xué)院;
【基金】：教育部人文社科課題(No.15YJCZH087)
【分類號(hào)】：R512.6

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊召;葉中輝;尤愛國(guó);郭奕瑞;張肖肖;梁淑英;邢進(jìn);王重建;;乘積季節(jié)ARIMA模型在結(jié)核病發(fā)病率預(yù)測(cè)中應(yīng)用[J];中國(guó)公共衛(wèi)生;2013年04期

2 于林鳳;吳靜;周鎖蘭;丁勇;;ARIMA季節(jié)模型在我國(guó)丙肝發(fā)病預(yù)測(cè)中的應(yīng)用[J];鄭州大學(xué)學(xué)報(bào)(醫(yī)學(xué)版);2014年03期

3 郭建娥;劉桂芬;;構(gòu)建山西省太原市痢疾發(fā)病率的ARIMA模型[J];疾病監(jiān)測(cè);2007年04期

4 梁雪楓;李慧;高麗;張曉曙;;ARIMA模型預(yù)測(cè)甲肝發(fā)病[J];預(yù)防醫(yī)學(xué)情報(bào)雜志;2009年04期

5 付志勇;陳秋萍;陳田木;吳英;蘭澤龍;;ARIMA模型在肺結(jié)核疫情預(yù)測(cè)中的應(yīng)用[J];熱帶醫(yī)學(xué)雜志;2011年12期

6 朱奕奕;馮瑋;趙琦;徐飚;;ARIMA乘積季節(jié)模型在上海市甲肝發(fā)病預(yù)測(cè)中的應(yīng)用[J];復(fù)旦學(xué)報(bào)(醫(yī)學(xué)版);2012年05期

7 申銅倩;劉文東;胡建利;朱葉飛;鮑昌俊;湯奮揚(yáng);彭志行;陳峰;;x-11-ARIMA過(guò)程在痢疾疫情預(yù)測(cè)中的應(yīng)用研究[J];中國(guó)衛(wèi)生統(tǒng)計(jì);2014年03期

8 黃春萍;劉仕俊;丁華;宋姝娟;徐玨;劉牧文;;杭州市麻疹發(fā)病數(shù)的ARIMA模型預(yù)測(cè)[J];現(xiàn)代預(yù)防醫(yī)學(xué);2014年11期

9 吳田勇;曾慶;于萌;劉世煒;李勤;趙寒;;2004—2012年中國(guó)丙型肝炎報(bào)告數(shù)據(jù)ARIMA模型及其趨勢(shì)預(yù)測(cè)[J];上海交通大學(xué)學(xué)報(bào)(醫(yī)學(xué)版);2014年05期

10 馮玉娟;姚志強(qiáng);李福輪;李國(guó)強(qiáng);裴凌云;楊朝霞;李芝蘭;;應(yīng)用ARIMA模型預(yù)測(cè)嘉峪關(guān)市痢疾發(fā)病率的可行性[J];疾病監(jiān)測(cè);2011年09期

相關(guān)碩士學(xué)位論文 前5條

1 謝驍旭;基于R的江西省肺結(jié)核發(fā)病率ARIMA-SVM組合預(yù)測(cè)模型[D];南昌大學(xué)醫(yī)學(xué)院;2015年

2 朱寧;邵陽(yáng)市2004-2013年艾滋病流行特征及ARIMA-BP組合模型在艾滋病預(yù)測(cè)中的應(yīng)用[D];南華大學(xué);2015年

3 王煒翔;南京市2006～2013年流感流行特征及ARIMA模型的應(yīng)用[D];東南大學(xué);2015年

4 王山;時(shí)間分布模型在甲肝流行趨勢(shì)分析中的應(yīng)用[D];浙江大學(xué);2016年

5 王磊;河北省流行性乙型腦炎流行特征分析及ARIMA預(yù)測(cè)研究[D];河北醫(yī)科大學(xué);2008年

，

本文編號(hào)：1731726