极端学习机模型在张家口市手足口病发病率预测中的应用
【作者】
杨旭
[1]
张倩
[2]
【关键词】
手足口病
极端学习机
神经网络
【摘要】目的 探讨极端学习机(ELM)模型在手足口病发病率预测中的应用,并与神经网络模型进行比较.方法 收集2008年5月至2017年7月张家口市手足口病月发病率资料,并组成具有111个数据的时间序列,随机选择数据集中75%的数据进行学习建模,剩余25%作为预测的检验数据,以对2种模型的预测效果进行验证.结果和结论 ELM 学习的平均相对误差(MRE)为 0.05,预测的 MRE 为 0.07;神经网络学习的 MRE 为 0.09,预测的 MRE 为 0.12.ELM 模型的学习效果和预测效果优于神经网络模型,可以提高预测的精度,具有较高的实用价值.
上一篇:第一页
下一篇: 双水杨酸酯通过抑制内质网应激缓解高脂饮食小鼠的高血糖状态