基于主成分分析和径向基神经网络的传染病预测研究.pdf

《基于主成分分析和径向基神经网络的传染病预测研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、中国科学技术大学硕士学位论l又基于主成分分析和径向基神经网络的传染病预测研究作者姓名：学科专业：导师姓名：完成时间：覃启贤计算机应用技术王行甫副教授二O一二年四月十八日UniversityofScienceandTechnologyofChinaAdissertationformaster’SdegreeResearchonInfectiousDiseasePredictionBasedonPCAandRBFNeuralNetworkAuthor’SName：QixianQinspeciality：ComputerApplicationSuperv

2、isor：ass．Prof．XingfuWang。⋯11．’FinlSneQtlme：Apr．18m，2012中国科学技术大学学位论文原创性声明本人声明所呈交的学位论文，是本人在导师指导下进行研究工作所取得的成果。除己特别加以标注和致谢的地方外，论文中不包含任何他人已经发表或撰写过的研究成果。与我一同工作的同志对本研究所做的贡献均己在论文中作了明确的说明。作者签名：签字日期：伽／2，心．≯缈中国科学技术大学学位论文授权使用声明作为申请学位的条件之一，学位论文著作权拥有者授权中国科学技术大学拥有学位论文的部分使用权，即：学校有权按有关规定向国家有关部

3、门或机构送交论文的复印件和电子版，允许论文被查阅和借阅，可以将学位论文编入《中国学位论文全文数据库》等有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。本人提交的电子文档的内容和纸质论文的内容相一致。保密的学位论文在解密后也遵守此规定。眦≥开口保密(——年)作者签名：签字日期：导师签名：签字日期：2翌坠：￡：兰

4、

5、斗伊焦心心垦心，后～p～箪加摘要进入到2l世纪后，SARS{H甲型H1N1流感相继在全世界范围大规模爆发，人民的生命财产安全受到严重威胁，我们面临的形势一t-‘分严峻。国内外很多专家学者在传染病预测方面做了大量的研

6、究工作，取得了很多显著的成绩，如小波模型、灰色动态模型、ARIMA模型、线性回归模型等，在很多方面得到了成功的运用。同时这些预测模型也存在各式各样的问题，比如，对样本数据要求高、计算复杂度高、稳定性差等。我国中医专家在传染病预测方面，特别是在重大传染病预测这个领域，处于世界领先水平，先后准确的预测了SARS的消亡时间和甲型H1N1流感的爆发时间。本文在深刻理解了中医专家对传染病爆发原因的分析后，从气候方面查找传染病爆发的根源。由于我们需要模拟中医专家人脑的分析过程，考虑用神经网络在这方面具有无法比拟的优势，用神经网络来对传染病进行预测。考虑到传染病

7、预测的特点，本文选用了径向基神经网络来进行预测。径向基函数的中心选取算法是径向基神经网络的核心算法，在综合分析了目前常用的径向基函数中心选取算法的优点和缺点后，本文提出了一种改进的函数中心选取算法，对分类效果进行了改进，实验仿真结果表明，改进的函数中心选取算法进一步提高了分类的精度，减小了误差，适合用于径向基神经网络预测建模。从中国疾病控制中心下载了近年来的传染病数据，选择了其中的肺结核的发病数据来进行数据分析，采用了主成分分析和径向基神经网络相结合的方法，实验结果表明该方法具有很好的预测精度，能够预测出发病人数的发展趋势，可以应用到实际中去。最后

8、本文还尝试性的对重大传染病进行预测分析，由于数据较少，只进行了简单的分析和预测，有待进一步研究。关键词：主成分分析聚类径向基神经网络传染病预测ABSTRACTThe21centuryhaswitnessedthesuccessiveoutbreaksoftheSARSepidemicandH1N1influenzaoverthewholeworldwhichhaveseriouslythreatenedthelifeandpropertysecuritiesofthepeople．Weareconfrontedwiththeseveresituat

9、ion．ManyexpertsandscholarshomeandabroadhavedonealotofresearchesonthepreventionofinfectiousdiseasesandobtainedremarkableachievementssuchasontheconstructionsoftheWaveletModel，GreyDynamicModel，theARIMAmodelandLinearRegressionModelandSOonwhichhavebeensuccessfullyusedinmanyfields．H

10、owever,therearevariousproblemsaswellwiththesepredictionmodels