基于机器学习的登革热时空扩散预测模型对比分析

发布时间：2017-10-17 22:51

  本文关键词：基于机器学习的登革热时空扩散预测模型对比分析

  更多相关文章： 登革热 时空数据挖掘 BP GA-BP SVR

【摘要】：BP神经网络、GA-BP神经网络及SVR模型是机器学习领域常用的三种预测方法,但在登革热预测方面鲜有人涉及。本文以广州市主城区登革热预测为例,对比BP神经网络、GA-BP神经网络及SVR模型在登革热时空预测上的作用,比较三种模型在登革热时空动态预测中的优劣性。研究表明,1从模型预测效果上看,SVR模型稳定,预测效果显著优于BP及GA-BP模型;2从模型性能上看,GA-BP模型优于BP及SVR模型; 3SVR与GA-BP模型在登革热预测上切实可行。
【作者单位】： 华南师范大学地理科学学院;新疆大学资源与环境科学学院;
【关键词】： 登革热 时空数据挖掘 BP GA-BP SVR
【基金】：国家自然科学基金项目(41171141)资助
【分类号】：R512.8;TP181
【正文快照】： 0引言 登革热(Dengue Fever,DF)是一种由登革1、2、3和4型病毒引起,主要通过伊蚊传播的急性传染病,具有发病率高、传播迅猛、重症患者死亡率高等特点,目前主要流行于热带和亚热带的100多个国家和地区[1-2]。随着世界经济发展,人类生存环境遭遇巨大变化,温室效应不断增强的同

【相似文献】

中国期刊全文数据库 前1条

1 黄志业;陈武凡;周凌宏;徐子海;陈超敏;;基于GA-BP神经网络进行呼吸运动预测的研究[J];中国生物医学工程学报;2010年06期

中国硕士学位论文全文数据库 前2条

1 杨吉林;基于GA-BP神经网络漏钢预报模型研究[D];东北大学;2010年

2 付巍;基于GA-BP和结构特征的电表读数识别[D];郑州大学;2009年

，

本文编号：1051508