典型文献
基于ARIMA和LSTM神经网络的乌鲁木齐市乙型肝炎发病预测研究
文献摘要：
目的 了解乌鲁木齐市2012-2021年乙肝发病趋势,建立合适的发病预测模型,探讨ARIMA模型和LSTM神经网络在乙肝发病预测中的应用.方法 根据2012-2021年乙肝月报告病例数据,建立ARIMA模型和LSTM神经网络模型,对乌鲁木齐市乙肝发病数进行拟合及预测,通过比较RMSE的大小评价模型效果.结果 LSTM神经网络模型拟合和预测的RMSE分别为50.13、42.70,ARIMA(0,1,1)(0,0,2)12模型拟合和预测的RMSE分别为67.62、66.85.前者的拟合及预测效果显著优于后者.结论 乌鲁木齐市10年来乙肝发病呈逐年下降趋势,且存在一定季节性变化.LSTM神经网络模型可较好地拟合和预测乌鲁木齐市乙肝的发病数及趋势,且模型效果优于ARIMA(0,1,1)(0,0,2)12,能在一定程度上提高预测精确度.
文献关键词：
时间序列分析;ARIMA;LSTM神经网络;乙肝;预测
中图分类号：
作者姓名：
杨敏雪;于斐;王培生;尹钰;邹莹
作者机构：
新疆医科大学公共卫生学院,新疆乌鲁木齐830011;乌鲁木齐市疾病预防控制中心,新疆乌鲁木齐830026
文献出处：
引用格式：
[1]杨敏雪;于斐;王培生;尹钰;邹莹-.基于ARIMA和LSTM神经网络的乌鲁木齐市乙型肝炎发病预测研究)[J].现代预防医学,2022(16):2903-2907
A类：
B类：
ARIMA,乌鲁木齐市,乙型肝炎,预测研究,乙肝,发病趋势,发病预测模型,报告病例,发病数,RMSE,小评,模型拟合,季节性变化,预测精确度,时间序列分析
AB值：
0.222316
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
