分形维数—CONVLSTM模型在合肥市流感发病人数预测中的应用

作     者：张胜 毛军军 程玮玲 ZHANG Sheng;MAO Junjun;CHENG Weiling

作者机构：安徽大学大数据与统计学院安徽合肥230601 安徽大学计算智能与信号处理教育部重点实验室安徽合肥230601 

出 版 物：《公共卫生与预防医学》 (Journal of Public Health and Preventive Medicine)

年 卷 期：2025年第36卷第1期

页      面：8-12页

学科分类：1004[医学-公共卫生与预防医学(可授医学、理学学位)] 100401[医学-流行病与卫生统计学] 10[医学] 

基　　金：国家自然科学基金(72171002) 安徽省省级质量工程项目(2023jyxm0101) 安徽省省级研究生教育项目(2022jyjxggyj135) 

主　　题：流感 分形维数 ConvLSTM PM_(2.5) LSTM 

摘      要：目的根据合肥市流行性感冒(流感)与气象因素以及PM_(2.5)变量之间的数据进行多变量建模预测,以期为多变量建模预测研究方法提供新思路。方法将PM_(2.5)数据转化为分形维数数据后与气象数据作为特征引入到ConvLSTM模型中,与传统的ARIMAX模型以及多变量LSTM模型进行比较分析。结果ARIMAX模型测试集MAE=95.75,RMSE=176.72,IA=0.40;多变量LSTM测试集MAE=22.18,RMSE=43.06,IA=0.97;分形参数-ConvLSTM模型测试集MAE=17.37,RMSE=32.25,IA=0.99。结论分形维数捕捉了PM_(2.5)浓度的复杂性和自相似性,为模型提供了更丰富的特征信息,分形维数-ConvLSTM模型在预测准确性上优于传统的ARIMAX模型和多变量LSTM模型,可以用于流感发病人数的预测。