QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 7148|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 |正序浏览
    |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
    2 S3 Q/ E' I6 L1 N- m  ~

    - P6 r7 p9 y/ g, Q
    . t, b* B! R6 O
    / G  O9 P; K* d, \7 v3 S防止传染病疫情的发生,直接关系到人民群众的身体健康,
    6 x6 ?$ u7 V, L4 g0 g关系到经济社会的顺利发展。传染病预测是科
    * W3 [# S; k! X+ W  `5 Z0 m8 C学预防控制传染病的重要手段$ |1 ?2 h" p4 s9 b, q
    ,5 g7 n0 W1 m- J. `
    是科学决策的依据。因此
    0 r0 |- F* s, m,4 Z& R& V. ?2 x3 L' M0 L! f* ]
    对传染病预测方法的研究具有极其重要的理论意义# I; S- a( ?% }+ K4 v
    和应用价值。- V" X0 X' V; @9 T: g

    " U1 b# I$ Y2 f7 r4 R9 @; `# b3 ?
    本文尝试将支持向量机技术引入到传染病预测分析中来" e2 A; b* g5 }) W% E# }
    ,0 `( q, g7 v: [" D6 C
    对最小二乘支持向量机技术应用到传染病预* ^; |1 H( h* \+ j) n, {1 t6 ]
    测中进行了一些探索( ?  h/ Z0 O! |3 N8 B
    ,
    0 f4 T" i9 d/ {4 P! z9 e* T- S3 G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。
    7 \1 W! v6 ]  \9 i( L0 x( L+ I! m# S  q& o

    # c( V- G) H9 d4 h+ u: \0 A! Z* C本文首先介绍了常用的传染病预测方法: n5 L- j5 d: l% |' p6 E
    ,
    ! {" l# h- r" |/ D3 A其中重点研究了
    7 _6 W8 a& V; x' nBP 8 Y" k; {% Q2 F' d
    神经网络算法及其建模步骤
    $ h% T: p) r/ e! n1 [,
    & n$ I4 u3 C0 b% O4 J8 A2 A并分析了各( Y! l" v3 O4 n6 t! v% N, R
    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
    / \$ c8 y* a; V; @, j) G! Z,
    * g. F2 p. ?1 v  e# J5 T) s包括机器学习理论、统计学习理论等内容。详
    / t+ P& j* R7 L2 V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
    / D" b" Q5 h! W  I# T  I) u; H0 U(LS-SVM)
    / [: b2 C( D+ Y) ?# r5 @& [3 a! j! E3 F的算法
    1 V8 ^8 \: q4 V! j- H& r,
    2 u+ C( B4 ]% B2 k4 `1 `; }给出了
    ) v, q) ^. ~" n0 O% ~+ WLS-SVM
    % `5 H% Y; ?% G$ \: c建模中参数
    : j$ C3 t5 r: d- {8 U2 t* b" r选择的方法。建立了最小二乘支持向量机预测模型
    4 T( d1 [* m3 n  u- e,
    * U% e! V/ e4 [& b' Q$ k并与
    . j1 z$ E3 x8 I/ E9 }* DBP
    - ^# g+ F6 f7 ~- ^$ H3 e神经网络模型进行了对比分析
    % u5 T' \" W2 m% m% i& V( f) P# h,
    ) F$ F# Z; m% J1 b6 ^: K+ n实验证明了& w4 i7 N0 H$ E$ L+ I
    LS-SVM
    7 U* j- _0 @! H4 |# o# a用于传染病预测的优越性
    + a! Z- Y! C3 a" K1 e1 `+ U0 n,
    % ^; D' T1 w8 x# M+ p) w& f$ z# m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
    1 h8 ]: ^" z7 A,
      L( R% J; A. f5 i9 Q9 t! y7 n同时也支
    % a3 f" }8 Z0 H  x; Q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
    0 Y7 B# E! T1 I0 y$ z统中。7 s4 t  K9 H! e' T& W/ T# ?# {2 ?

    , T  u3 @* z) _) g7 H) T5 ]* h
    % Z8 Y  T) v$ d/ p# H. g% j- s( j关键词:传染病
    + e" m% }* j! v;;% ~: A' Y8 ^3 w/ y1 F. T4 s
    预测% J& V( N. N$ j! l# \" T
    ;;1 I# ?6 e6 K5 \0 d
    最小二乘支持向量机
    5 K* }: J* Q0 d
    / W% c6 l# ?' w% j, a  f& \1 q# i- y0 B# Z

    - z4 }- Q- c$ N& ?2 K' g* D8 {8 T) \2 |9 P$ E: ~% r/ h

    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, 2026-4-23 18:09 , Processed in 0.444625 second(s), 56 queries .

    回顶部