- 在线时间
- 1630 小时
- 最后登录
- 2024-1-29
- 注册时间
- 2017-5-16
- 听众数
- 82
- 收听数
- 1
- 能力
- 120 分
- 体力
- 563442 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174255
- 相册
- 1
- 日志
- 0
- 记录
- 0
- 帖子
- 5313
- 主题
- 5273
- 精华
- 3
- 分享
- 0
- 好友
- 163
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 |
|
基于最小二乘支持向量机的传染病预测与研究 i* e" ^+ e7 f5 c. `
* A2 w: Q9 S7 P- ^8 D6 T n& \
5 e8 r( b) i- R+ t1 ~, I6 P
7 e- M/ `- t' r5 ?, T
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 X" U6 y) f+ K关系到经济社会的顺利发展。传染病预测是科
# b% J% d$ y$ Z G学预防控制传染病的重要手段0 E! o% S+ f$ ~& Y9 ?' l7 p5 n1 X9 w& |/ Q
,
( a2 @2 m% B/ U0 ~2 I, |! Z是科学决策的依据。因此 ~( w$ W! |, ~8 i6 n
,
( S5 u. c9 F/ M+ b6 i. N对传染病预测方法的研究具有极其重要的理论意义0 I/ E1 [1 S* v @( X2 J' @0 [
和应用价值。9 d/ i _, Y- h
' M5 _; G; p! ]5 `* A
5 M/ z! P0 E) I) o0 Z本文尝试将支持向量机技术引入到传染病预测分析中来
! T9 _: r$ \& B8 o/ Y. [* h,
4 j4 I5 l5 b( B! ?+ e, i对最小二乘支持向量机技术应用到传染病预! [7 X& z% |/ \8 S' W! ~* U4 J( J
测中进行了一些探索1 [: x/ Y, u. W
,# W( d. ^) u4 s8 e! }) ^, y
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。" R/ x4 T' v; d I
! N0 }2 g: ~, w. D/ g9 O
1 `; a% U5 x/ ^# |: W本文首先介绍了常用的传染病预测方法4 g$ Y- U3 L4 ~
,: E, c. ~) J2 q( z1 A
其中重点研究了 ( ?: E: ?; q. q
BP
: ^8 P! Z0 y" y神经网络算法及其建模步骤: A# i; w# `( _5 C+ `% B
,2 b8 C$ V+ f& I" }% E$ F
并分析了各7 e4 a# Z. k8 o8 B% B& g
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
+ E3 }. P* w+ F,' F7 G! D: `* ]( L. e
包括机器学习理论、统计学习理论等内容。详
* p( i- b5 \' Q' I% O& ?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0 j( |$ k) {% ]- ?
(LS-SVM)) L* [+ a, m% m3 G" C; h: s) ?
的算法1 Q" w( @4 C+ r: U" t
,% h* \- b" c s
给出了 $ l$ ?4 L( ]; G0 ]3 `8 D6 @: H% ~
LS-SVM
' h9 {+ x' C+ x$ F! q# z建模中参数1 v* M' B8 K* u$ f
选择的方法。建立了最小二乘支持向量机预测模型
V; s( J+ @2 T,9 A( S3 i; V( f3 e; `
并与
9 j' O0 O) a. k4 M8 B$ dBP $ M- L1 `- }: |: W9 _' A5 ]1 G
神经网络模型进行了对比分析
( }( ]4 H9 `& K+ {,; H5 p1 ]+ s: {
实验证明了* O* Z" G8 N) M/ m
LS-SVM
, z5 V! V* j) G1 ?: F. J用于传染病预测的优越性
1 V1 b& @+ I S8 a" z,
1 N7 j C7 r$ i7 K" f" f- U+ n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
7 \9 `" \ m! @+ W" w/ ^' B,% q$ x8 q2 a' B5 d4 }! }0 v+ F
同时也支
& A1 |+ p6 k- M$ e2 o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
7 C4 y8 L6 K! y# L( w+ E/ R统中。% g5 M k' u' [7 q& s9 a
8 J: G* t, e1 ~7 A7 `- G: } h _# p6 ~( _3 a; L5 ~
关键词:传染病 n8 ~, C7 W0 @ I, d2 F
;;
9 V- b/ g! Z/ f% {& w. h- f& r预测
4 m7 c" q9 f: o' S3 d" C! `;;. b0 k) @" C) y* Y: |7 }
最小二乘支持向量机! j; M2 O% k7 K
+ i. B) A1 a3 o# R
4 o. {" W* c2 S& M* B8 ^4 h" N3 n* v/ ?5 F
6 K# m) A: o) {2 m7 U+ n: s% \; ^ |
zan
|