我国手足口病流行特征及预测模型的建立
发布时间：2021-12-18 19:18
目的:分析2007-2016年我国手足口病（HFMD）的流行特征,探讨SARIMA模型、SVR模型、WNN模型、ELM模型及NAR动态神经网络在HFMD发病率预测中的效果。应用MAE、RMSE和MAPE等指标,评判预测模型拟合程度,并筛选出最优预测模型,因而丰富了传染病预测模型的方法研究,为我国HFMD预警政策拓宽了新思路。方法:通过国家科技基础条件平台、国家人口与健康科学数据共享平台公共卫生科学数据中心、国家卫生健康委员会疾病预防控制局公布的全国法定传染病疫情报告获取2007-2017年我国HFMD数据。使用Excel 2013和ArcGIS 10.2软件,描述其时间分布、地区分布、年龄构成及职业构成等流行特征,并建立SARIMA模型、SVR模型、WNN模型、ELM模型和NAR动态神经网络。通过MAE、RMSE和MAPE等指标来评价模型的优劣,评判预测模型的效果。若指标值均较小,则说明预测较优。应用EViwes 8.0软件建立SARIMA模型;应用MATLAB 2017a软件libsvm工具箱建立SVR模型;应用MATLAB 2017a软件建立WNN和ELM模型;应用MATLAB 2...
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：83 页
【学位级别】：硕士
【部分图文】：
NAR动态神经网络结构图
图 3.5 2007-2016 年我国各省 HFMD 年均发病率分布（1/10 万）2007 年我国 HFMD 发病率居前三位的地区是北京市、上海市和山东省，发病率分别为 69.6515/10 万、59.0909/10 万和 42.5459/10 万；2008 年居前三位的地区是北京市、上海市和海南省，发病率分别为 112.9015/10 万，108.1539/10 万和94.5801/10 万；2009 年居前三位的地区是河北省、山东省和北京市，发病率分别为 157.5921/10 万、147.8789/10 万和 144.4425/10 万；2010 年居前三位的地区是广西壮族自治区、海南省和北京市，发病率分别为 338.1321/10 万、290.8092/10万和 258.7407/10 万；2011 年居前三位的地区是海南省、广西壮族自治区和广东省，发病率分别为 584.8580/10 万、308.4329/10 万和 262.6020/10 万；2012 年居前三位的地区是海南省、广西壮族自治区和广东省，发病率分别为 543.8346/10万、499.4271/10 万和 314.7683/10 万；2013 年居前三位的地区是海南省、广西壮族自治区和广东省，发病率分别为 566.5900/10 万、450.6578/10 万和 337.8336/10
我国2007-2011各年HFMD发病率地区分布（1/10万）
【参考文献】：
期刊论文
[1]自回归移动平均模型在北京市朝阳区手足口病发病预测中的应用[J]. 葛申,马建新,付凌姣,王晶,崔树峰,张政. 首都公共卫生. 2019(02)
[2]余姚市2011—2017年手足口病流行特征及2018年疫情预测[J]. 史珊珊,邵迪初,陈佳. 中国公共卫生管理. 2019(02)
[3]SARIMA模型在肺结核发病率预测中的应用[J]. 吕利平. 纳税. 2019(03)
[4]基于GA-BP神经网络的手足口病预测模型[J]. 李瀚阳,王林山. 滨州学院学报. 2018(06)
[5]应用时间序列法建立学校结核病预警模型研究[J]. 刘维华,朱建良,郭付爱,张洁. 中国学校卫生. 2018(11)
[6]多种数据模型在手足口病发病预测的应用探讨[J]. 原凌云,周以军,朱妮,焦欢,杨敏,张永英,王娟. 实用预防医学. 2018(11)
[7]基于最小二乘支持向量机的含噪语音识别算法[J]. 熊卫华,梁坤. 工业控制计算机. 2018(10)
[8]基于蚊密度差分自回归移动平均模型预测流行性乙型脑炎的贝叶斯判别分析研究[J]. 高文,黄钢,韩晓莉. 中国媒介生物学及控制杂志. 2018(06)
[9]基于PCA、SVM算法实现人脸识别[J]. 董陈武. 广播电视信息. 2018(10)
[10]改进的GM（1,1）模型对内蒙古自治区手足口病高峰期发病率预测[J]. 洪志敏,王艳娟,郝慧,房祥忠,李春阳,魏利东. 病毒学报. 2018(05)
博士论文
[1]手足口病发病趋势预测及传播动力学模拟研究[D]. 刘建华.华中科技大学 2017
硕士论文
[1]2004-2016年辽宁省甲肝发病规律及预测模型研究[D]. 王燕.沈阳医学院 2018
[2]新疆巴州地区梅毒发病预测与控制模型的研究[D]. 罗冬梅.新疆医科大学 2018
[3]极限学习机新华富时A50股指期货交易中的应用[D]. 刘爽.深圳大学 2017
[4]柳州市手足口病发病率预测模型的建立与评估[D]. 霍荣瑞.广西医科大学 2017
[5]基于NAR神经网络的车速预测及应用[D]. 袁鲁山.大连理工大学 2016
[6]SVR模型及其用于经济数据预测的研究[D]. 袁秀芳.西华师范大学 2016
[7]基于R的江西省肺结核发病率ARIMA-SVM组合预测模型[D]. 谢骁旭.南昌大学医学院 2015
[8]多种模型在梅毒月发病率预测中的比较研究[D]. 颜康康.吉林大学 2015
[9]基于支持向量机回归的传染病预测系统建模[D]. 俞璐.中国科学技术大学 2015
[10]支持向量机回归在传染病预测中的应用研究[D]. 力琼.苏州大学 2010
本文编号：3543028
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：83 页
【学位级别】：硕士
【部分图文】：
NAR动态神经网络结构图
图 3.5 2007-2016 年我国各省 HFMD 年均发病率分布（1/10 万）2007 年我国 HFMD 发病率居前三位的地区是北京市、上海市和山东省，发病率分别为 69.6515/10 万、59.0909/10 万和 42.5459/10 万；2008 年居前三位的地区是北京市、上海市和海南省，发病率分别为 112.9015/10 万，108.1539/10 万和94.5801/10 万；2009 年居前三位的地区是河北省、山东省和北京市，发病率分别为 157.5921/10 万、147.8789/10 万和 144.4425/10 万；2010 年居前三位的地区是广西壮族自治区、海南省和北京市，发病率分别为 338.1321/10 万、290.8092/10万和 258.7407/10 万；2011 年居前三位的地区是海南省、广西壮族自治区和广东省，发病率分别为 584.8580/10 万、308.4329/10 万和 262.6020/10 万；2012 年居前三位的地区是海南省、广西壮族自治区和广东省，发病率分别为 543.8346/10万、499.4271/10 万和 314.7683/10 万；2013 年居前三位的地区是海南省、广西壮族自治区和广东省，发病率分别为 566.5900/10 万、450.6578/10 万和 337.8336/10
我国2007-2011各年HFMD发病率地区分布（1/10万）
【参考文献】：
期刊论文
[1]自回归移动平均模型在北京市朝阳区手足口病发病预测中的应用[J]. 葛申,马建新,付凌姣,王晶,崔树峰,张政. 首都公共卫生. 2019(02)
[2]余姚市2011—2017年手足口病流行特征及2018年疫情预测[J]. 史珊珊,邵迪初,陈佳. 中国公共卫生管理. 2019(02)
[3]SARIMA模型在肺结核发病率预测中的应用[J]. 吕利平. 纳税. 2019(03)
[4]基于GA-BP神经网络的手足口病预测模型[J]. 李瀚阳,王林山. 滨州学院学报. 2018(06)
[5]应用时间序列法建立学校结核病预警模型研究[J]. 刘维华,朱建良,郭付爱,张洁. 中国学校卫生. 2018(11)
[6]多种数据模型在手足口病发病预测的应用探讨[J]. 原凌云,周以军,朱妮,焦欢,杨敏,张永英,王娟. 实用预防医学. 2018(11)
[7]基于最小二乘支持向量机的含噪语音识别算法[J]. 熊卫华,梁坤. 工业控制计算机. 2018(10)
[8]基于蚊密度差分自回归移动平均模型预测流行性乙型脑炎的贝叶斯判别分析研究[J]. 高文,黄钢,韩晓莉. 中国媒介生物学及控制杂志. 2018(06)
[9]基于PCA、SVM算法实现人脸识别[J]. 董陈武. 广播电视信息. 2018(10)
[10]改进的GM（1,1）模型对内蒙古自治区手足口病高峰期发病率预测[J]. 洪志敏,王艳娟,郝慧,房祥忠,李春阳,魏利东. 病毒学报. 2018(05)
博士论文
[1]手足口病发病趋势预测及传播动力学模拟研究[D]. 刘建华.华中科技大学 2017
硕士论文
[1]2004-2016年辽宁省甲肝发病规律及预测模型研究[D]. 王燕.沈阳医学院 2018
[2]新疆巴州地区梅毒发病预测与控制模型的研究[D]. 罗冬梅.新疆医科大学 2018
[3]极限学习机新华富时A50股指期货交易中的应用[D]. 刘爽.深圳大学 2017
[4]柳州市手足口病发病率预测模型的建立与评估[D]. 霍荣瑞.广西医科大学 2017
[5]基于NAR神经网络的车速预测及应用[D]. 袁鲁山.大连理工大学 2016
[6]SVR模型及其用于经济数据预测的研究[D]. 袁秀芳.西华师范大学 2016
[7]基于R的江西省肺结核发病率ARIMA-SVM组合预测模型[D]. 谢骁旭.南昌大学医学院 2015
[8]多种模型在梅毒月发病率预测中的比较研究[D]. 颜康康.吉林大学 2015
[9]基于支持向量机回归的传染病预测系统建模[D]. 俞璐.中国科学技术大学 2015
[10]支持向量机回归在传染病预测中的应用研究[D]. 力琼.苏州大学 2010
本文编号：3543028
本文链接：https://www.wllwen.com/yixuelunwen/yufangyixuelunwen/3543028.html
