- 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
- 565079 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174747
- 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
6 R* a+ [/ ^, l6 W. L0 a* i. B5 m& z. B8 y6 c; M2 E
$ C) a; x. E( u, b: v7 P
2 \% `! h* c J: ~" f1 [& X6 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,
$ ?- [3 b0 c R关系到经济社会的顺利发展。传染病预测是科
, V5 D' T2 ]4 z( Z7 Z- g- B学预防控制传染病的重要手段
( G# f# e% F* P,) m2 u' p7 a% L1 T3 U
是科学决策的依据。因此5 u$ C$ K0 Y- Y- }" e. ?7 R
,
7 e, v) Q0 C2 b对传染病预测方法的研究具有极其重要的理论意义
3 B: |9 `% p" a7 F& w( d- h和应用价值。# U, E6 m! L% m! N- H* z& D
3 D( R% ?6 Q( B; T# H" `( @
& V% E/ O2 R! g+ t" T2 J0 s5 Q# r/ l本文尝试将支持向量机技术引入到传染病预测分析中来
* y: J' ^! v2 ~( Q,9 Q5 o/ F; t+ R8 T
对最小二乘支持向量机技术应用到传染病预" @ d0 b0 D- L
测中进行了一些探索9 T! O5 U z5 E8 G( \% z
,
2 `! O3 Z) W% s) X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。
: D, [. @- j9 U, T' b! ~9 V1 ?" z5 h% J! |0 v
4 Z. o$ L9 U* ?* @. h" E8 V: |' k本文首先介绍了常用的传染病预测方法& u3 X$ ^) G( [7 i
,+ M# a7 D! [9 Q1 g9 `
其中重点研究了
) y/ }* B0 H2 ]/ m9 ~/ {, rBP 5 b8 }0 k& R, Z5 a y
神经网络算法及其建模步骤
' a4 U7 b; ?0 z+ J1 a3 p& c,/ o r& Z% q# S6 J
并分析了各3 G8 P0 `# j7 A( B7 A
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
4 f: m8 Y, m1 x. G/ H$ Q,- y. \4 `8 V7 v! [# Z+ O7 k- Y
包括机器学习理论、统计学习理论等内容。详: B! W4 L5 A$ y8 X6 C
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
o& F. ]" h5 ^* W. h! }2 t(LS-SVM)) [: Y1 f. y) t
的算法# O3 \' L. b; `' h. H4 d
,/ y1 n# K! Z: \5 Q% P
给出了
/ B) f! J; T) \3 n: `LS-SVM
3 F# R2 Q9 [# h5 `9 F& P建模中参数' d8 [* Z, J. ?$ s5 z8 f) {' l, B
选择的方法。建立了最小二乘支持向量机预测模型
" _' Q, |2 i _! r. x9 h" n: |# e- L,# s2 U$ P/ b, ^& Y8 e
并与
. a# E4 ]" H1 J6 Y9 c4 FBP
4 w: t+ N) S. w. Y: J神经网络模型进行了对比分析
; w1 i E* b) j- `6 A,) S/ a& J) I9 ^/ \2 a0 P
实验证明了
. ~& m' x7 _3 ILS-SVM & _7 w4 `, M: k* v, @+ f5 d/ G
用于传染病预测的优越性: M8 H6 W* w% N# I5 N; p1 |9 y
,
* r. a! ~! R! i) k4 D x+ L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
/ t4 D" O9 H @7 T+ R,
3 A: B8 e0 g8 k8 t2 B$ Q9 i同时也支
3 X( m8 q9 V0 I/ 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
# ?# O: q! h- ^' u: O e统中。
3 Q+ e) |# P$ @" N% B+ W& a6 x: B( b0 W
# ~8 ^7 v) Q) a* F) ^关键词:传染病
$ M" e A) B" ^;;( i& J, p1 V; A) W- C, k1 c
预测3 L3 E. @) t% {1 }
;;# n; V# J+ D7 V9 f
最小二乘支持向量机; z0 r% r- F% W
7 S d, S+ P9 r: G. T
$ @' p- O9 `) F' b( g4 w3 {+ o7 T# H# y, {: t
& u. U$ ^( m/ }7 J5 X% K, N+ p: l |
zan
|