QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 7195|回复: 0
打印 上一主题 下一主题

[其他资源] 基于最小二乘支持向量机的传染病预测与研究

[复制链接]
字体大小: 正常 放大
杨利霞        

5273

主题

82

听众

17万

积分

  • TA的每日心情
    开心
    2021-8-11 17:59
  • 签到天数: 17 天

    [LV.4]偶尔看看III

    网络挑战赛参赛者

    网络挑战赛参赛者

    自我介绍
    本人女,毕业于内蒙古科技大学,担任文职专业,毕业专业英语。

    群组2018美赛大象算法课程

    群组2018美赛护航培训课程

    群组2019年 数学中国站长建

    群组2019年数据分析师课程

    群组2018年大象老师国赛优

    跳转到指定楼层
    1#
    发表于 2021-3-12 15:50 |只看该作者 |倒序浏览
    |招呼Ta 关注Ta
    基于最小二乘支持向量机的传染病预测与研究

    + x. U: B0 g+ ?) r! r% t& w
    4 _6 w# ~& y/ y1 N8 J/ c) |; m/ ?* k, Z& N
    ' a' S% i1 _% X, }8 T9 }% ^
    防止传染病疫情的发生,直接关系到人民群众的身体健康,
    3 b8 a! K( @# _, q3 z. w关系到经济社会的顺利发展。传染病预测是科
    ! q  Z& y# @1 @. _4 b  S  e. @学预防控制传染病的重要手段7 W- g: n) F( o$ f7 z9 X
    ,+ V2 V: l# c. Z8 a. U5 \8 J: r9 S
    是科学决策的依据。因此
    & M6 V4 H4 }$ a& E# M) p,0 Y3 f4 @$ ~- J6 W8 z- u
    对传染病预测方法的研究具有极其重要的理论意义) y% X) R' ?2 W
    和应用价值。
    : \. c& k0 ?& x8 Q4 T
    4 p, x6 {* \( y
    7 ^5 z9 E) j& n本文尝试将支持向量机技术引入到传染病预测分析中来" C! I$ ~6 f1 m; C7 E& n; X
    ,
    2 ~$ s& R# B& n! }+ [& E& s对最小二乘支持向量机技术应用到传染病预
    % m7 g) @5 T4 x$ e测中进行了一些探索
    2 j' O* S! r+ B,' K" ]- K3 c$ u- k' l
    以期能够找到比传统预测方法更加优秀的传染病预测模型。
      J) @9 G/ z1 @( A4 L4 n+ ~' l
    ) L+ G/ S5 i  M9 R5 U' h) h" c, F: w+ M" p* ?) w% a6 s) E
    本文首先介绍了常用的传染病预测方法4 R9 G! Y7 E3 c! A4 S7 n4 X0 p! b/ ?
    ,% F$ N7 G4 z' h; L7 C
    其中重点研究了
    & C, Z3 W& P0 J; a1 GBP / ~6 T. p9 ^9 z" m
    神经网络算法及其建模步骤
    ( \3 U: h6 |6 B8 T,
    - \  H+ N( W5 |  F! h4 R( K并分析了各# ?' ?/ L; e% W( B0 X9 C7 B- O
    常用方法的特点。详细阐述了支持向量机的理论基础和原理
      K" w( r, U' T,7 W4 K9 Q! z& A+ H2 T* c
    包括机器学习理论、统计学习理论等内容。详
    . l4 l7 h# F% o0 ?细研究了标准支持向量机的改进形式—最小二乘支持向量机
    2 n& L, r3 I! Q(LS-SVM)
    % A* h7 i' h/ n/ a的算法- t: f' e" e- P$ w7 I
    ,& g# C5 \( |% E8 h  W9 k
    给出了 & ]" @/ {) F. S* h& I$ K( l
    LS-SVM
    : P0 h9 z1 E) i8 e) E$ r! f4 L4 o建模中参数
    ) a; l. W4 [; Y4 X9 s7 L$ Z选择的方法。建立了最小二乘支持向量机预测模型& b) [& C0 r' J
    ,
    ! E' y4 H+ G: u; n8 q- l并与
    & l' _) Z$ [7 v6 B! m5 W* e9 s( w. ^BP
    . o: \" f. ^, _, L. `神经网络模型进行了对比分析
    / f* X% Q+ t9 F( f" b# D4 j" G  b,
    + @5 ^' n" F# A实验证明了/ `0 g) Q1 G8 T3 S. _( S$ @
    LS-SVM
    * g9 h1 N1 p  w" x3 P用于传染病预测的优越性1 E% q' X  g0 g- @  c6 m0 ]* g
    ,0 p  s3 s% j$ O5 g1 i2 `
    证明了将支持向量机方法引入传染病预测分析是有效可行的& J0 Z# g; a# x5 o- n
    ,
    7 e3 g6 e; u1 _# I9 k同时也支
    . A. t- o1 x7 \: q6 j( T2 c持了支持向量机方法预测能力出色的理论优点。最后将最小二乘支持向量机预测模型应用到传染病预测系3 D- [3 V! N" M+ ?
    统中。2 ?# r) v8 A1 J

    1 y$ P4 G  j9 u, n1 w+ ]' e" h- I4 ]0 l  ?2 q, W  `2 ~
    关键词:传染病- ^0 D: A: V2 }! J
    ;;6 B7 A6 @/ L2 Q$ b, B# \: J% D
    预测6 ~! }9 k, |4 d2 |1 g7 a# x
    ;;; h! K& D9 G2 [) ?. t: ^( f( Z
    最小二乘支持向量机
    . V  M# j0 E: S: s3 I6 v& B' v" w# K) n, f' m) ]5 i

    8 x5 m* b: Z. ]3 B& h$ |- P( @( V( o

    & z* W4 ^  |9 o

    基于最小二乘支持向量机的传染病预测与研究.caj

    5.12 MB, 下载次数: 2, 下载积分: 体力 -2 点

    售价: 1 点体力  [记录]

    zan
    转播转播0 分享淘帖0 分享分享0 收藏收藏0 支持支持0 反对反对0 微信微信
    您需要登录后才可以回帖 登录 | 注册地址

    qq
    收缩
    • 电话咨询

    • 04714969085
    fastpost

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2026-7-6 08:54 , Processed in 0.436948 second(s), 54 queries .

    回顶部