期刊简介
《中华流行病学杂志》前身为1956年创刊的《流行病学杂志》，为流行病学及其相关学科的高级专业学术期刊。以从事预防医学、基础医学、临床医学及流行病 学科研与教学的工作者为读者对象。《中华流行病学杂志》按照理论与实际应用相结合的原则，集中报道国内流行病学领域内重要的科研成果，重视现场流行病学调 查和监测，展现与流行病学相关的实验室科研报告，报道临床流行病学研究，综合反映疾病预防控制工作中的热点和重点问题。
往期目录
-
1999
-
2000
-
2001
-
2002
-
2003
-
2004
-
2005
-
2006
-
2007
-
2008
-
2009
-
2010
-
2011
-
2012
-
2013
-
2014
-
2015
-
2016
-
2017
-
2018
-
2019
首页>中华流行病学杂志
- 杂志名称：中华流行病学杂志
- 主管单位：中国科学技术协会
- 主办单位：中华医学会
- 国际刊号：0254-6450
- 国内刊号：11-2338/R
- 出版周期：月刊
期刊荣誉：连续多年被评为百种中国杰出学术期刊、中国精品科技期刊、中国最具国际影响力学术期刊等。期刊收录：万方收录(中), 知网收录(中), 上海图书馆馆藏, JST 日本科学技术振兴机构数据库(日), 国家图书馆馆藏, 北大核心期刊(中国人文社会科学核心期刊), CA 化学文摘(美), CSCD 中国科学引文数据库来源期刊(含扩展版), 统计源核心期刊(中国科技论文核心期刊), 维普收录(中)
BP人工神经网络模型在上海市感染性腹泻日发病例数预测中的应用
黎健；顾君忠；毛盛华；肖文佳；金汇明；郑雅旭；王永明；胡家瑜
关键词：感染性腹泻, 气象因素, BP人工神经网络
摘要：目的 建立基于气象因素的上海市感染性腹泻逐日发病例数BP人工神经网络预测模型.方法 收集上海市2005-2008年感染性腹泻逐日发病例数与同期气象资料包括气温、相对湿度、降雨量、气压、日照时数、风速,通过Spearman相关分析选出与感染性腹泻相关的气象因素,用主成分分析(PCA)去除气象因素间的共线性影响.利用MatLab R2012b软件的神经网络工具箱建立感染性腹泻日发病例数的BP神经网络预测模型,并对拟合效果、外推预测能力和等级预报效果进行评价.结果 Spearman相关性分析显示,日感染性腹泻与前两天的日高气温、低气温、平均气温、低相对湿度、平均相对湿度呈正相关(P＜0.01),与前两天的日平均气压呈负相关(P＜0.01).输入PCA提取的4个气象主成分构建BP神经网络预测模型,训练和预测样本平均绝对误差、均方根误差、相关系数、决定系数分别为4.7811、6.8921、0.7918、0.8418和5.8163、7.8062、0.7202、0.8180.模型预测值对2008年实际发病数的年平均误差率为5.30％,对感染性腹泻的等级预报正确率为95.63％.结论 温度和气压对感染性腹泻日发病例数影响较大.BP神经网络模型的拟合及预测误差较小,预报正确率较高,预报效果理想.
友情链接