基于改进BP神经网络模型的阻塞性睡眠呼吸暂停低通气综合征发病率预测

论文摘要

目的建立用于阻塞性睡眠呼吸暂停低通气综合征（OSAHS）发病率预测的人工神经网络模型,预测OSAHS疫情发生发展趋势,为OSAHS的预防和控制提供理论依据。方法选取OSAHS 2002-2017年疾病的相关数据,以改进BP神经网络模型为基础,对OSAHS未来的发病率进行预测。其中以2002-2016年的发病率数据作为训练样本,以2017年的发病率数据检验模型的有效率。并对2018-2021年OSAHS的发病率进行预测。结果采用单隐层神经网络模型,输入层节点数为3,隐含层节点数为7输出层节点数为1,误差0.7597%,相对误差0.2649%。经预测,2018-2021年OSAHS的发病率分别为2.16%、19.9%、19.4%和21.2%。结论采用改进的BP神经网络算法建立的OSAHS发病预测模型具有较高的预测精度及较低的预测相对误差,为OSAHS疫情预测提供一种新的预测模型。

论文目录

• 1 资料与方法
•   1.1 BP神经网络模型的基本原理
•   1.2 数据收集
•   1.3 样本数据的准备
•   1.4 BP神经网络模型的基本参数
•   1.5 BP神经网络模型的训练及检验
•   1.6 数据统计分析
• 2 结果
•   2.1 仿真预测及模型的检验情况
•   2.2 对未来3年OSAHS的预测
• 3 讨论

文章来源

类型: 期刊论文

作者: 刘麟,占顺堂,王克伟,陈裕光,胡晔,肖社平

关键词: 神经网络,模型,预测

来源: 国际感染病学(电子版) 2019年04期

年度: 2019

分类: 医药卫生科技,信息科技

专业: 眼科与耳鼻咽喉科,自动化技术

单位: 广州医科大学附属顺德医院耳鼻喉科

基金: 佛山市卫生和计生局医学科研课题（编号：20170336)

分类号: TP183;R766

页码: 1-3

总页数: 3

文件大小: 1031K

下载量: 63