|
|
1.
基于长短时记忆神经网络的手足口病发病趋势预测
马停停, 冀天娇, 杨冠羽, 陈阳, 许文波, 刘宏图
计算机应用
2021, 41 (1):
265-269.
DOI: 10.11772/j.issn.1001-9081.2020060936
针对传统手足口病（HFMD）发病趋势预测算法预测精度不高、未结合其他影响因素、预测时间较短等问题，提出结合气象因素使用长短时记忆（LSTM）网络进行长期预测的方法。首先，将发病序列通过滑动窗口的方式转化为网络的输入和输出；然后采用LSTM网络进行数据建模和预测，并使用迭代预测的方式获得较长期的预测结果；最后在网络中增加温度和湿度变量，比较这些变量对预测结果的影响。实验结果表明，加入气象因素能够提高模型的预测精度，所提模型在济南市数据集上的平均绝对误差（MAE）为74.9，在广州市数据集上的MAE为427.7，相较于常用的季节性差分自回归移动平均（SARIMA）模型和支持向量回归（SVR）模型，该模型的预测准确率更高。可见所提模型是HFMD发病趋势预测的一种有效的实验方法。
参考文献 |
相关文章 |
多维度评价
|
|
