欢迎访问《重庆医学》官方网站!

咨询热线:023-61965157 RSS
ARMA模型和LSTM深度神经网络对新疆伽师县肺结核发病趋势预测效果的比较
DOI:
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家自然科学基金项目(72064036,72174175,72163033)


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    目的运用自回归移动平均(ARMA)模型和长期短期记忆(LSTM)深度神经网络对新疆伽师县肺结核的发病趋势进行预测。方法收集该地2014年1月至2023年6月法定传染病报告肺结核数据构建数据集,其中2014年1月至2021年12月的肺结核发病数据用于模型构建,2022年1月至2023年6月的数据用于模型验证。利用Eviews7.2和MATLAB2023a软件分别建立ARMA模型和LSTM神经网络,预测2022-2023年的月肺结核发病数。结果最优的ARMA模型和LSTM神经网络验证2014年1月至2023年6月发病数的均方根误差(RMSE)分别为26.494和12.713,提示LSTM神经网络的拟合效果优于ARMA模型。采用LSTM神经网络预测结果与实际发病情况基本一致。结论LSTM神经网络对新疆伽师县发病趋势的拟合和预测效果较好,能够为该地肺结核发病数的预测提供理论参考。

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

穆妮热·克日木 ,买吾拉江·依马木 ,美合日班·买买提 ,张利萍 ,郑彦玲 △. ARMA模型和LSTM深度神经网络对新疆伽师县肺结核发病趋势预测效果的比较[J].重庆医学,2024,53(22):3375-3379

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2024-12-03
  • 出版日期:
文章二维码