基于随机森林和SVR的阿片类药物危机分析

论文摘要

阿片类药物危机严重威胁着社会的稳定与发展,美国作为危机发生的严重地带,当地政府已下达了针对阿片类药物危机的紧急戒严。依据由NFLIS提供的2010-2017年统计美国五个州的药品事件与人口分布情况,由层次化分析,建立随机森林模型计算特征重要性,随后再通过回归模型,对美国部分城市未来的受影响程度作预测。在回归模型部分,分别使用了深度学习中的Seq2Seq与滑动窗口机制的SVR两种方法分析,通过实验结果对比二者在该问题上的优劣,对五个州内城市2017年的受影响程度作预测。结果表明模型对其中的四个州的预测效果较好。

论文目录

• 1 预处理
•   1.1 阿片类药品流行度分析
•   1.2 当地政策分析
•   1.3 人口分布分析
• 2 预测模型
•   2.1 基于Seq2Seq模型分析
•   2.2 基于滑动窗口SVR模型分析
•   2.3 结果分析与模型评价
• 3 小结

文章来源

类型: 期刊论文

作者: 李军,赵佳,赵宸

关键词: 随机森林,阿片类药物危机

来源: 阜阳师范学院学报(自然科学版) 2019年04期

年度: 2019

分类: 基础科学,医药卫生科技,信息科技

专业: 精神病学,自动化技术

单位: 阜阳师范大学计算机与信息工程学院

基金: 安徽省教育厅重点项目(KJ2019A0542),大学生创客实验室(2018CKJH01),安徽省质量工程项目(2018jyxm0507),阜阳师范学院创新团队项目(XDHXTD201703,XDHXTD201709)资助

分类号: R749.6;TP181

DOI: 10.14096/j.cnki.cn34-1069/n/1004-4329(2019)04-009-05

页码: 9-13

总页数: 5

文件大小: 1453K

下载量: 143