论文部分内容阅读
针对在医学卫生领域，疾病受到许多因素的影响，很难用结构式的因果模型加以解释的问题，根据神经网，络来预测是一种行之有效的方法。径向基函数(RBF)神经网络应用于疾病的月发病人数预测时，由于影响它的气象因素：月平均气压，月平均气温，月平均相对湿度，月平均风速，月平均降水量本身具有很大的相关性，且维数较高，RBF神经网络的预测精度会下降，针对这一问题，文中提出了利用主成分分析(PCA)方法对原输入空间进行重构，并根据各主成分的贡献率来确定网络结构，从而有效的解决了预测精度下降的问题。最后以2001年8月至2006年9月张家川支气管肺炎月发病人数的资料验证该方法的有效性。至此，应该充分考虑人在各时间段的发病特征，以便更有重点地进行健康防治工作，有效地降低支气管肺炎对人类的危害，保障人类的生活品质。