基于动态学习比率BP神经网络的时间序列预测方法

来源 :中国卫生统计 | 被引量 : 0次 | 上传用户:myzhijun
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的 探讨人工神经网络在时间序列资料分析中的应用。方法 利用动态学习比率BP算法以双曲正切函数为功能函数的非线性时间序列预测方法。结果 建立HFRS发病率的两种ANN预测模型 ,其预测精度远远高于传统方法。结论 BP人工神经网络可以用于疾病发病率或死亡率的预测。 Objective To investigate the application of artificial neural network in time series analysis. Methods The nonlinear time series prediction method based on hyperbolic tangent function was studied by dynamic learning ratio BP algorithm. Results Two ANN prediction models for the incidence of HFRS were established, and the prediction accuracy was much higher than the traditional method. Conclusion BP artificial neural network can be used to predict disease morbidity or mortality.
其他文献
期刊
请下载后查看,本文暂不支持在线获取查看简介。 Please download to view, this article does not support online access to view profile.
期刊
期刊
应用同工酶鉴定农作物品种抗病性能的研究正在广泛进行。在上海植物生理研究所的协助下,我们分别对白叶枯病[Xanthomonas oryzae(Uyeda et Ishiyama)Dowson]抗病或感病的六