- 在线时间
- 1630 小时
- 最后登录
- 2024-1-29
- 注册时间
- 2017-5-16
- 听众数
- 81
- 收听数
- 1
- 能力
- 120 分
- 体力
- 541071 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 167700
- 相册
- 1
- 日志
- 0
- 记录
- 0
- 帖子
- 5324
- 主题
- 5250
- 精华
- 18
- 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 " r5 P# y0 K* v6 q- D ` x
2 }9 Q; x) \- L& u) b6 m5 S6 L/ p% Q* Y, ~
7 l( y' a, e5 M6 B9 D t6 }! r! 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,
6 f5 S0 Y$ m( Y6 `+ E' h关系到经济社会的顺利发展。传染病预测是科
7 v$ Z5 r3 p% V9 a- N学预防控制传染病的重要手段. `; o! W6 Z8 `
,
# L) T& A" H! [4 {是科学决策的依据。因此( a9 t3 f1 U6 u% t4 X
,! b. t) J" N' x/ g& S
对传染病预测方法的研究具有极其重要的理论意义
4 O/ `% x8 V. y1 e# E和应用价值。
( v) j/ d& P, ^& [3 v3 V
9 L$ S& U7 T: ?) Y- m( ?7 R) h6 Z+ {: {9 H4 b8 y
本文尝试将支持向量机技术引入到传染病预测分析中来
. K/ G/ E e) |,
# Y8 s+ F) o7 _ f% ~对最小二乘支持向量机技术应用到传染病预
' c' Y. e9 H- q* D测中进行了一些探索 v3 B! K: I- T4 `6 k, ^
,
2 U" b; G9 Q+ c& P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。
' q/ I9 x9 Q& {. C \
. c+ j. e( {6 D) a* J
% E# h& o$ u5 p! P% y本文首先介绍了常用的传染病预测方法5 Y7 L+ V; ]3 }, `' Q! Z+ s6 G
,
H# ?2 Q7 r p% d. z& k) u- l其中重点研究了 % F+ ?5 h+ b e( \ O& R; _
BP
+ h3 C0 t1 @$ t* x, \神经网络算法及其建模步骤; o& J n6 r4 T% y$ ]! W
,1 b5 u# Z- [/ J1 T
并分析了各
* Y; g+ z/ W$ J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. t* S9 e% ^$ z. x; W" A% G
,
; c1 x1 m6 n0 W! U* F1 D包括机器学习理论、统计学习理论等内容。详( ~. x, Z" _5 }6 G9 b
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
6 l7 T/ @" r7 g* X' q6 F# c ]7 B(LS-SVM)/ {* |0 I" f3 w
的算法- [* ^+ l% N) K
,
9 a/ v' Z2 M! m) |给出了 - ]6 H% y% `5 y- _/ K4 j' S$ r
LS-SVM
/ d8 G% S8 X: J' o' L d+ Y建模中参数
9 j/ J# j/ J9 E3 }; F选择的方法。建立了最小二乘支持向量机预测模型
9 s: E# y" Y: u" ~; d) A; S,9 g; S$ N" b: {, ~4 K) a+ c" X
并与
; w8 z A2 E+ {/ }7 \: uBP
/ }9 b& }/ Q4 o' o$ k$ c* @神经网络模型进行了对比分析
6 [2 h6 i1 _# q0 M$ F! R1 `,
9 A- y7 ^% Y) f3 G实验证明了
, P# E; u. u5 U% T6 P0 N7 c1 ALS-SVM # h4 Q" Y3 L9 v4 F8 ~) i
用于传染病预测的优越性
, `/ C2 ]6 r; n9 l,
: K: \6 C- s& {. V8 P( V, [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 C- J9 q M5 {4 |,
1 f m8 s+ a+ p8 }1 A- \同时也支4 k' r8 o9 x/ p/ S- e
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 X$ W7 Z, [ C8 B- Y. W' }. w
统中。, W. g+ a1 H% s
4 H1 s' O; {" f5 c- C+ G
: o) D% _% C7 b8 [关键词:传染病
% X$ b" A0 B- R/ L. B;;
( M# l! Q6 P" r& M* m, H预测
: \! v2 H: v# Z; L d, }: i' m;;3 k9 k3 o! b! f0 S
最小二乘支持向量机
3 l6 Y" E* ^& w) o2 D# g" W
- q& H6 Q$ a, b
2 F5 W+ M0 Z( x6 \9 m: T+ ` n. O \6 w7 B9 v6 ^2 p4 w6 r
# ~0 F1 K9 J5 [- \0 S; X% F
|
zan
|