检索结果-内蒙古大学图书馆

作者：丁林敏中国医科大学

学位级别：硕士

目的:了解辽宁省部分地区不同年份肾综合征出血热(hemorrhagic fever with renal syndrome,HFRS)的时空分布情况和各地区针对HFRS疫情的宿主监测情况,分析宿主动物因素和气象因素对HFRS的影响,根据宿主动物因素、气象因素与HFRS发病率... 详细信息

目的:了解辽宁省部分地区不同年份肾综合征出血热(hemorrhagic fever with renal syndrome,HFRS)的时空分布情况和各地区针对HFRS疫情的宿主监测情况,分析宿主动物因素和气象因素对HFRS的影响,根据宿主动物因素、气象因素与HFRS发病率的相关关系,构建长短期记忆(long short-term memory,LSTM)神经网络模型进行单变量、多变量时间序列预测,并与传统时间序列模型进行对比,探索LSTM神经网络模型对HFRS发病率预测的适用性,进而为该传染病的防控提供参考。方法:从国家卫生健康委员会(http://***)收集全国(不包括港、澳、台)2009年-2016年HFRS的月发病资料,从中国知网、万方、读秀等网站查找相关文献,收集沈阳市2005年1月-2017年12月、丹东市2005年1月-2020年12月的HFRS的月发病数据和部分宿主监测数据(鼠密度、鼠带毒率、鼠带毒指数)。从国家气象科学数据中心(http://***)和慧聚数据网(http://***)收集气象数据,月别气象因素包括:A20至20时降水量(即晚上20时到次日晚上20时的总降水量)、平均气压、平均2分钟风速、平均气温、平均水气压、平均相对湿度、平均最低气温、平均最高气温和日照时数。描述沈阳市、丹东市HFRS发病的时间分布特征,对宿主监测数据与HFRS发病率进行Spearman秩相关分析,对气象因素资料与HFRS发病率进行滞后0-6个月的Spearman秩相关分析,检验水准为α=0.05。根据宿主动物因素、气象因素与HFRS发病率的相关关系分别构建单变量、多变量LSTM神经网络预测模型,对既往的发病率进行拟合和预测,将预测结果与差分整合移动平均自回归模型(autoregressive integrated moving average model,ARIMA)进行对比,利用均方根误差(root mean squared error,RMSE)、均方误差(mean square error,MSE)和平均绝对误差(mean absolute error,MAE)对模型的拟合和预测效果进行对比和评价。结果:1.两市发病率水平有明显差异,2009年-2016年,丹东市HFRS发病率明显高于全国水平,沈阳市在2012年前HFRS发病率与全国水平相当,2012年后逐渐低于全国发病率水平;HFRS发病有明显的季节特征,沈阳市表现为春秋季高发,丹东市表现为秋冬季高发。2.在宿主动物因素与HFRS发病率的相关性研究中,沈阳市发病率与鼠密度、居民区鼠带毒率和鼠带毒指数相关性有统计学意义,相关系数分别为 0.946、0.852、0.864、0.877、0.542、0.505、0.846、0.740;丹东市发病率与秋季野外鼠密度相关性有统计学意义,相关系数为0.881。3.在气象因素与HFRS发病率0-6个月的滞后相关性分析中,沈阳市HFRS月发病率与滞后6个月的A20至20时降水量相关性有统计学意义且相关性最强,相关系数为0.219,与滞后2个月的平均气压、平均气温、平均最低气温、平均最高气温相关性有统计学意义且相关性最强,相关系数分别为0.332、-0.343、-0.317、-0.352,与当月的平均2分钟风速相关性有统计学意义且相关性最强,相关系数为0.516,与滞后1个月的平均水气压相关性有统计学意义且相关性最强,相关系数为-0.315,与滞后4个月的平均相对湿度、日照时长相关性有统计学意义且相关性最强,相关系数分别为0.334、-0.393。丹东市HFRS月发病率与滞后3个月A20至20时降水量、平均2分钟风速、平均气温、平均水气压、平均相对湿度、平均最低气温、平均最高气温相关性有统计学意义且相关性最强,相关系数分别为0.472、-0.418、0.532、0.547、0.518、0.555和0.499,与滞后4个月的平均气压相关性有统计学意义且相关性最强,相关系数为-0.532,与滞后6个月的日照时数相关性有统计学意义且相关性最强,相关系数为0.232。4.相比ARIMA模型,LSTM神经网络预测模型对沈阳市HFRS发病率的拟合和预测效果更好,在对沈阳市HFRS发病率的预测中,单变量、多变量时间序列RMSE、MSE、MAE分别为0.036、0.001、0.030,0.032、0.001、0.026,而在对丹东市HFRS发病率的预测中,ARIMA模型对于单变量时间序列的拟合和预测效果更好,RMSE、MSE、MAE分别为0.231、0.053、0.159,LSTM神经网络预测模型对于多变量时间序列的拟合和预测效果更好,RMSE、MSE、MAE分别为0.176、0.031、

关键词：肾综合征出血热长短期记忆神经网络模型宿主动物因素气象因素

来源：评论

学校读者我要写书评

暂无评论

基于长短期记忆神经网络模型对湖南省流感样病例的预测研究

引用

实用预防医学 2024年第12期31卷 1544-1548页

作者：张梦瑶赵善露孙倩莱王小磊徐慧兰中南大学湘雅公共卫生学院湖南长沙410005 湖南省疾病预防控制中心/中国医学科学院湖南新发突发传染病防治工作站湖南长沙410153

目的基于TensorFlow深度学习框架的长短期记忆神经网络(long-short term memory, LSTM)模型构建湖南省流感样病例(influenza-like illness, ILI)就诊百分比发病趋势预测模型,为提高湖南省的流感防控水平提供科学依据。方法利用中国流... 详细信息

目的基于TensorFlow深度学习框架的长短期记忆神经网络(long-short term memory, LSTM)模型构建湖南省流感样病例(influenza-like illness, ILI)就诊百分比发病趋势预测模型,为提高湖南省的流感防控水平提供科学依据。方法利用中国流感监测信息系统中湖南省2010年第1周—2022年第52周的流感监测数据,依次使用2010—2019年、2010—2020年、2010—2021年及2010—2022年数据集构建LSTM模型并预测ILI%的流行趋势。结果四次建模的平均绝对误差(mean absolute error,MAE)分别为0.067、0.060、0.045和0.057;均方根误差(root mean square error,RMSE)分别为0.104、0.104、0.057和0.089;平均绝对百分误差(mean absolute percentage error,MAPE)分别为19.191%、24.222%、13.646%和18.317%。结论 LSTM模型的拟合效果和预测效果较好,可为湖南省的流感预测及防控工作提供参考依据。

关键词：流感样病例长短期记忆神经网络模型预测

来源：评论

学校读者我要写书评

暂无评论

基于长短期记忆神经网络的罗非鱼生长预测模型

引用

南方农业学报 2018年第10期49卷 2110-2116页

作者：安丰和袁永明马晓飞沈楠楠南京农业大学无锡渔业学院江苏无锡214081 中国水产科学研究院淡水渔业研究中心/国家特色淡水鱼产业技术研发中心/农业农村部淡水渔业和种质资源利用重点实验室江苏无锡214081

【目的】通过测定吉富罗非鱼生长指标,建立其生长的长短期记忆神经网络(Long Short-term Memory neural network model,LSTM)模型,分析模型的拟合度和准确度,为罗非鱼的育种和养殖提供参考。【方法】以罗非鱼生长阶段的生长时间、投喂... 详细信息

【目的】通过测定吉富罗非鱼生长指标,建立其生长的长短期记忆神经网络(Long Short-term Memory neural network model,LSTM)模型,分析模型的拟合度和准确度,为罗非鱼的育种和养殖提供参考。【方法】以罗非鱼生长阶段的生长时间、投喂量及水槽编号3个指标数据作为输入量,通过Dropout和one-hot的方法建立LSTM模型。【结果】模型在训练开始后迅速下降,100次迭代左右,误差下降速度开始逐步减缓,在1000次迭代后,误差开始收敛,数值趋于稳定,稳定值误差在0.0036左右。训练完成的模型对测试集的预测结果相对误差随真实值变大而逐渐变小,真实值较大且稳定时,相对误差较小,整体拟合程度较好。【建议】生长预测模型满足基本生产需求的同时,需增加样本数据的记录采集,建立生长数据库;结合信息平台等技术获取多影响影子数据,增加输入变量,使模型更加完善合理;选择合适的模型,结合预测数据与生产,合理规划上市时间及安排投饲方案等,使养殖利益最大化。

关键词：罗非鱼长短期记忆神经网络模型生长模型预测

来源：评论

学校读者我要写书评

暂无评论

LSTM、SARIMA和SARIMAX模型预测手足口病发病率的效果比较

引用

预防医学 2025年第3期37卷 280-283,287页

作者：张小乔张筱碟赵振希谢鹏留代敏昆明市疾病预防控制中心云南昆明650000

目的比较季节性差分自回归滑动平均(SARIMA)、含外生变量的季节性差分自回归滑动平均(SARIMAX)、长短期记忆神经网络(LSTM)模型预测手足口病发病率的效果。方法收集2010—2019年昆明市手足口病月发病率资料,采用2010—2018年手足口病月... 详细信息

目的比较季节性差分自回归滑动平均(SARIMA)、含外生变量的季节性差分自回归滑动平均(SARIMAX)、长短期记忆神经网络(LSTM)模型预测手足口病发病率的效果。方法收集2010—2019年昆明市手足口病月发病率资料,采用2010—2018年手足口病月发病率分别建立SARIMA、SARIMAX和LSTM模型,预测2019年1—12月手足口病月发病率;采用均方误差(MSE)、均方根误差(RMSE)、平均绝对误差(MAE)和平均绝对百分比误差(MAPE)比较3种模型预测效果,根据MSE、RMSE、MAE和MAPE最小原则选择最优预测模型。结果2010—2019年昆明市各月均有手足口病病例报告,发病率在188.27/10万~363.15/10万之间波动,发病呈隔年高发双峰分布。LSTM模型在训练集和测试集中的4项评价指标较小,MSE分别为63.182和102.745,RMSE分别为7.949和10.136,MAE分别为6.535和7.620,MAPE分别为46.726%和31.138%,预测效果较好;其次为SARIMA模型;SARIMAX模型的预测效果相对较差。结论LSTM模型预测手足口病发病率的效果优于SARIMA和SARIMAX模型。

关键词：手足口病发病率季节性差分自回归滑动平均模型含外生变量的季节性差分自回归滑动平均模型长短期记忆神经网络模型预测

来源：评论

学校读者我要写书评

暂无评论

深度学习在环境资源类型识别中的应用

引用

电子技术(上海) 2025年第1期54卷 374-376页

作者：归云玥李晗景坤杨哲吕孟珍中国司法大数据研究院有限公司北京100070

阐述基于深度学习模型应用在环境资源类案件的判决书分类上,通过参数调整以及横向对比两种深度学习模型,并根据环境资源类案件的裁判文书设置补充词典,得到了较好的分类效果,最终选定的长短期记忆神经网络模型各项指标均高于95%,可以用... 详细信息

阐述基于深度学习模型应用在环境资源类案件的判决书分类上,通过参数调整以及横向对比两种深度学习模型,并根据环境资源类案件的裁判文书设置补充词典,得到了较好的分类效果,最终选定的长短期记忆神经网络模型各项指标均高于95%,可以用于环境资源类案件的分类。

关键词：环境资源深度学习长短期记忆神经网络模型

来源：评论

学校读者我要写书评

暂无评论

基于光纤陀螺的温度补偿模型改进、压缩和FPGA实现

引用

中国惯性技术学报 2024年第1期32卷 79-87页

作者：杨雷静王竣可苏杭北京邮电大学电子工程学院北京100876 湖北三江航天红峰控制有限公司孝感432100

为提高光纤陀螺(FOG)在变温环境下输出误差的补偿精度,在长短期记忆神经网络模型(LSTM)基础上,利用分段非线性粒子群算法(PN-PSO)对LSTM模型超参数寻优,建立PN-PSO-LSTM光纤陀螺温度补偿模型。为有效降低计算和存储开销,便于部署在资源... 详细信息

为提高光纤陀螺(FOG)在变温环境下输出误差的补偿精度,在长短期记忆神经网络模型(LSTM)基础上,利用分段非线性粒子群算法(PN-PSO)对LSTM模型超参数寻优,建立PN-PSO-LSTM光纤陀螺温度补偿模型。为有效降低计算和存储开销,便于部署在资源受限的硬件环境中,提出一套适用于光纤陀螺应用场景的模型压缩方案,包括:知识蒸馏、剪枝、激活函数线性化、定点数量化等。最后基于Xilinx公司某芯片完成部署。对比实验结果表明,相较于传统反向传播(BP)模型和传统PSO-LSTM模型,采用所提模型补偿后,陀螺零偏输出均方误差分别降低74.4%和53.5%,模型压缩后在大小减小94.1%的同时,陀螺零偏输出均方误差仍然比传统全精度模型更低,在FPGA实现后对比PC端模型推理速度提升98.47%。

关键词：光纤陀螺长短期记忆神经网络模型温度补偿模型压缩

来源：评论

学校读者我要写书评

暂无评论

基于GRACE和GRACE-FO的黄河流域陆地水储量及影响因素分析

引用

水资源保护 2022年第4期38卷 26-32页

作者：任立良王宇江善虎卫林勇王孟浩张怡雅河海大学水文水资源与水利工程科学国家重点实验室江苏南京210098 河海大学水文水资源学院江苏南京210098

基于GRACE和GRACE-FO卫星陆地水储量遥感数据,采用长短期记忆(LSTM)神经网络模型,结合水量平衡方程和全球陆地数据同化系统(GLDAS)重建GRACE与GRACE-FO间的陆地水储量变化量,分析黄河流域2002年4月至2020年3月陆地水储量变化特征,探究... 详细信息

基于GRACE和GRACE-FO卫星陆地水储量遥感数据,采用长短期记忆(LSTM)神经网络模型,结合水量平衡方程和全球陆地数据同化系统(GLDAS)重建GRACE与GRACE-FO间的陆地水储量变化量,分析黄河流域2002年4月至2020年3月陆地水储量变化特征,探究影响陆地水储量变化的环境因子。结果表明:LSTM模型可以有效填补GRACE与GRACE-FO间的陆地水储量变化量;黄河流域陆地水储量呈明显下降趋势,上、中、下游下降趋势依次增大,陆地水储量与地下水储量的变化特征高度相关;黄河流域上、中、下游年陆地水储量变化量与年降水量和年干燥度指数呈极显著相关关系,表明黄河流域陆地水储量变化受到降水和蒸散发的影响。

关键词：陆地水储量 GRACE 长短期记忆神经网络模型 GLDAS 水量平衡方程黄河流域

来源：评论

学校读者我要写书评

暂无评论

基于多情景划分的三峡水库入库径流预报校正

引用

水力发电学报 2022年第4期41卷 47-61页

作者：蒋志强王随玲汤正阳张海荣华中科技大学土木与水利工程学院武汉430074 中国长江电力股份有限公司水资源研究中心湖北宜昌443133

本文考虑预报发生时的外界环境差异性及不同预报情景下预报误差的不同,根据降雨情况、预见期等关键影响因子的不同,实现了预报情景的划分,并进一步基于历史预报误差数据实现了不同情景下相对预报误差分布规律以及90%置信度下置信区间的... 详细信息

本文考虑预报发生时的外界环境差异性及不同预报情景下预报误差的不同,根据降雨情况、预见期等关键影响因子的不同,实现了预报情景的划分,并进一步基于历史预报误差数据实现了不同情景下相对预报误差分布规律以及90%置信度下置信区间的推求。并基于变分模式分解和长短期记忆神经网络模型,建立了考虑预报误差和预报情景的多维、多属性径流预报校正方法,通过三峡水库实例分析发现,入库径流预报的平均相对误差由实际的8.32%降低为6.36%,减少幅度达到23.6%。此外,平均绝对误差、均方根误差及确定性系数等其他指标都得到了不同程度的改善。说明本文的方法可增加校正模型的有效信息输入,从而提高径流预报模型精度。

关键词：预报情景情景划分径流预报预报校正长短期记忆神经网络模型三峡水库

来源：评论

学校读者我要写书评

暂无评论

SARIMA、GAM和LSTM在肾综合征出血热预测中的应用效果比较

引用

中华地方病学杂志 2022年第9期41卷 709-714页

作者：刘天姚梦雷侯清波黄继贵吴杨陈红缨荆州市疾病预防控制中心传染病防治所荆州434000 长江大学公共卫生研究中心荆州434000 湖北省疾病预防控制中心武汉430079

目的分析季节性差分自回归移动平均模型(SARIMA)、广义相加模型(GAM)和长短期记忆神经网络模型(LSTM)在肾综合征出血热(HFRS)发病率拟合及预测中的效果,为优化HFRS预测模型提供参考。方法在公共卫生科学数据中心(https://***/)收集全国... 详细信息

目的分析季节性差分自回归移动平均模型(SARIMA)、广义相加模型(GAM)和长短期记忆神经网络模型(LSTM)在肾综合征出血热(HFRS)发病率拟合及预测中的效果,为优化HFRS预测模型提供参考。方法在公共卫生科学数据中心(https://***/)收集全国和HFRS发病率居前9位的省份(黑龙江、陕西、吉林、辽宁、山东、河北、江西、浙江和湖南省)2004-2017年HFRS逐月发病率资料,其中,2004-2016年资料作为训练数据,2017年1-12月资料作为测试数据。利用训练数据拟合全国和9个省份HFRS发病率的SARIMA、GAM、LSTM;利用拟合模型预测2017年1-12月HFRS发病率,并与测试数据比较。采用平均绝对百分比误差(MAPE)评价模型拟合及预测精度,MAPE<20%时模型拟合或预测效果为好,20%~50%为可接受,>50%为差。结果从总体拟合及预测效果来看,全国和黑龙江、陕西、吉林、辽宁、江西省的最优模型为SARIMA(MAPE分别为19.68%、20.48%、44.25%、19.59%、23.82%、35.29%),其中,全国和吉林省模型拟合及预测效果为好,其余均为可接受;山东、浙江省的最优模型为GAM(MAPE分别为18.29%、21.25%),其中,山东省模型拟合及预测效果为好,浙江省为可接受;河北、湖南省的最优模型为LSTM(MAPE分别为26.52%、22.69%),模型拟合及预测效果均为可接受。从拟合效果来看,GAM在全国数据中拟合精度最高,MAPE=10.44%。从预测效果来看,LSTM在全国数据中预测精度最高,MAPE=12.23%。结论SARIMA、GAM、LSTM均能作为拟合HFRS发病率的最优模型,但不同地区拟合的最优模型表现出较大差异。今后在建立HFRS预测模型时应尽可能多地纳入备选模型进行筛选,以保证较高的拟合及预测精度。

关键词：肾综合征出血热预测季节性差分自回归移动平均模型广义相加模型长短期记忆神经网络模型

来源：评论

学校读者我要写书评

暂无评论

2011-2021年湖北省武汉市乙型肝炎流行特征分析及发病预测

引用

疾病监测 2023年第11期38卷 1351-1356页

作者：王田田陈邦华吴晓旻蔡黎武汉市东西湖区疾病预防控制中心湖北武汉430040 武汉现场流行病学培训项目湖北武汉430024 武汉市疾病预防控制中心湖北武汉430024

目的分析湖北省武汉市2011—2021年乙型肝炎(乙肝)的流行病学特征,探讨季节性差分自回归滑动平均(SARIMA)模型与长短期记忆神经网络(LSTM)模型在乙肝发病预测中的应用。方法通过描述性流行病学方法分析武汉市2011—2021年乙肝流行特征;... 详细信息

目的分析湖北省武汉市2011—2021年乙型肝炎(乙肝)的流行病学特征,探讨季节性差分自回归滑动平均(SARIMA)模型与长短期记忆神经网络(LSTM)模型在乙肝发病预测中的应用。方法通过描述性流行病学方法分析武汉市2011—2021年乙肝流行特征;建立SARIMA模型和LSTM模型,对武汉市乙肝月报告发病数进行拟合与预测,并评价两种模型的效果。结果2011—2021年武汉市报告乙肝累计发病数为55115例,年均报告发病率为47.37/10万;无明显季节性发病高峰;发病年龄主要集中在30~59岁人群,占比为60.90%;发病人群以家务及待业、不详、农民为主;男、女性别比为2.17∶1,男、女性乙肝年均报告发病率分别为62.64/10万、30.99/10万;中心城区年均报告发病率为44.93/10万,低于远城区的50.96/10万。SARIMA模型、LSTM模型的均方根误差分别为43.24、16.55,平均绝对百分比误差分别为7.60%、3.05%。结论武汉市成年人乙肝防控工作不容忽视,应加强老年人、青年男性等重点人群的乙肝监测、疫苗接种和宣传教育等综合防控工作。建立的LSTM模型拟合和预测效果总体上优于SARIMA模型。

关键词：乙型肝炎流行特征季节性差分自回归滑动平均模型长短期记忆神经网络模型预测

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：