目的:分析2007-2016年我國手足口病（HFMD）的流行特征,探討SARIMA模型、SVR模型、WNN模型、ELM模型及NAR動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)在HFMD發(fā)病率預(yù)測中的效果。應(yīng)用MAE、RMSE和MAPE等指標(biāo),評(píng)判預(yù)測模型擬合程度,并篩選出最優(yōu)預(yù)測模型,因而豐富了傳染病預(yù)測模型的方法研究,為我國HFMD預(yù)警政策拓寬了新思路。方法:通過國家科技基礎(chǔ)條件平臺(tái)、國家人口與健康科學(xué)數(shù)據(jù)共享平臺(tái)公共衛(wèi)生科學(xué)數(shù)據(jù)中心、國家衛(wèi)生健康委員會(huì)疾病預(yù)防控制局公布的全國法定傳染病疫情報(bào)告獲取2007-2017年我國HFMD數(shù)據(jù)。使用Excel 2013和ArcGIS 10.2軟件,描述其時(shí)間分布、地區(qū)分布、年齡構(gòu)成及職業(yè)構(gòu)成等流行特征,并建立SARIMA模型、SVR模型、WNN模型、ELM模型和NAR動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)。通過MAE、RMSE和MAPE等指標(biāo)來評(píng)價(jià)模型的優(yōu)劣,評(píng)判預(yù)測模型的效果。若指標(biāo)值均較小,則說明預(yù)測較優(yōu)。應(yīng)用EViwes 8.0軟件建立SARIMA模型;應(yīng)用MATLAB 2017a軟件libsvm工具箱建立SVR模型;應(yīng)用MATLAB 2017a軟件建立WNN和ELM模型;應(yīng)用MATLAB 2... 

【文章來源】：吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：83 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

NAR動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

圖 3.5 2007-2016 年我國各省 HFMD 年均發(fā)病率分布（1/10 萬）2007 年我國 HFMD 發(fā)病率居前三位的地區(qū)是北京市、上海市和山東省，發(fā)病率分別為 69.6515/10 萬、59.0909/10 萬和 42.5459/10 萬；2008 年居前三位的地區(qū)是北京市、上海市和海南省，發(fā)病率分別為 112.9015/10 萬，108.1539/10 萬和94.5801/10 萬；2009 年居前三位的地區(qū)是河北省、山東省和北京市，發(fā)病率分別為 157.5921/10 萬、147.8789/10 萬和 144.4425/10 萬；2010 年居前三位的地區(qū)是廣西壯族自治區(qū)、海南省和北京市，發(fā)病率分別為 338.1321/10 萬、290.8092/10萬和 258.7407/10 萬；2011 年居前三位的地區(qū)是海南省、廣西壯族自治區(qū)和廣東省，發(fā)病率分別為 584.8580/10 萬、308.4329/10 萬和 262.6020/10 萬；2012 年居前三位的地區(qū)是海南省、廣西壯族自治區(qū)和廣東省，發(fā)病率分別為 543.8346/10萬、499.4271/10 萬和 314.7683/10 萬；2013 年居前三位的地區(qū)是海南省、廣西壯族自治區(qū)和廣東省，發(fā)病率分別為 566.5900/10 萬、450.6578/10 萬和 337.8336/10

我國2007-2011各年HFMD發(fā)病率地區(qū)分布（1/10萬）

【參考文獻(xiàn)】：
期刊論文
[1]自回歸移動(dòng)平均模型在北京市朝陽區(qū)手足口病發(fā)病預(yù)測中的應(yīng)用[J]. 葛申,馬建新,付凌姣,王晶,崔樹峰,張政.  首都公共衛(wèi)生. 2019(02)
[2]余姚市2011—2017年手足口病流行特征及2018年疫情預(yù)測[J]. 史珊珊,邵迪初,陳佳.  中國公共衛(wèi)生管理. 2019(02)
[3]SARIMA模型在肺結(jié)核發(fā)病率預(yù)測中的應(yīng)用[J]. 呂利平.  納稅. 2019(03)
[4]基于GA-BP神經(jīng)網(wǎng)絡(luò)的手足口病預(yù)測模型[J]. 李瀚陽,王林山.  濱州學(xué)院學(xué)報(bào). 2018(06)
[5]應(yīng)用時(shí)間序列法建立學(xué)校結(jié)核病預(yù)警模型研究[J]. 劉維華,朱建良,郭付愛,張潔.  中國學(xué)校衛(wèi)生. 2018(11)
[6]多種數(shù)據(jù)模型在手足口病發(fā)病預(yù)測的應(yīng)用探討[J]. 原凌云,周以軍,朱妮,焦歡,楊敏,張永英,王娟.  實(shí)用預(yù)防醫(yī)學(xué). 2018(11)
[7]基于最小二乘支持向量機(jī)的含噪語音識(shí)別算法[J]. 熊衛(wèi)華,梁坤.  工業(yè)控制計(jì)算機(jī). 2018(10)
[8]基于蚊密度差分自回歸移動(dòng)平均模型預(yù)測流行性乙型腦炎的貝葉斯判別分析研究[J]. 高文,黃鋼,韓曉莉.  中國媒介生物學(xué)及控制雜志. 2018(06)
[9]基于PCA、SVM算法實(shí)現(xiàn)人臉識(shí)別[J]. 董陳武.  廣播電視信息. 2018(10)
[10]改進(jìn)的GM（1,1）模型對內(nèi)蒙古自治區(qū)手足口病高峰期發(fā)病率預(yù)測[J]. 洪志敏,王艷娟,郝慧,房祥忠,李春陽,魏利東.  病毒學(xué)報(bào). 2018(05)

博士論文
[1]手足口病發(fā)病趨勢預(yù)測及傳播動(dòng)力學(xué)模擬研究[D]. 劉建華.華中科技大學(xué) 2017

碩士論文
[1]2004-2016年遼寧省甲肝發(fā)病規(guī)律及預(yù)測模型研究[D]. 王燕.沈陽醫(yī)學(xué)院 2018
[2]新疆巴州地區(qū)梅毒發(fā)病預(yù)測與控制模型的研究[D]. 羅冬梅.新疆醫(yī)科大學(xué) 2018
[3]極限學(xué)習(xí)機(jī)新華富時(shí)A50股指期貨交易中的應(yīng)用[D]. 劉爽.深圳大學(xué) 2017
[4]柳州市手足口病發(fā)病率預(yù)測模型的建立與評(píng)估[D]. 霍榮瑞.廣西醫(yī)科大學(xué) 2017
[5]基于NAR神經(jīng)網(wǎng)絡(luò)的車速預(yù)測及應(yīng)用[D]. 袁魯山.大連理工大學(xué) 2016
[6]SVR模型及其用于經(jīng)濟(jì)數(shù)據(jù)預(yù)測的研究[D]. 袁秀芳.西華師范大學(xué) 2016
[7]基于R的江西省肺結(jié)核發(fā)病率ARIMA-SVM組合預(yù)測模型[D]. 謝驍旭.南昌大學(xué)醫(yī)學(xué)院 2015
[8]多種模型在梅毒月發(fā)病率預(yù)測中的比較研究[D]. 顏康康.吉林大學(xué) 2015
[9]基于支持向量機(jī)回歸的傳染病預(yù)測系統(tǒng)建模[D]. 俞璐.中國科學(xué)技術(shù)大學(xué) 2015
[10]支持向量機(jī)回歸在傳染病預(yù)測中的應(yīng)用研究[D]. 力瓊.蘇州大學(xué) 2010



本文編號(hào)：3543028