文献

J-GLOBAL ID：201502221338861660   整理番号：14A1240923

上海における感染性下痢発生率の予測上での逆伝搬人工神経回路網モデルの予備的応用【Powered by NICT】

Preliminary application of Back-Propagation artificial neural network model on the prediction of infectious diarrhea incidence in Shanghai

著者 (8件)： Li Jian (Shanghai Municipal Center for Disease Control and Prevention, Shanghai) ,  Gu Junzhong (Inst. of Computer Application, East China Normal Univ.) ,  Mao Shenghua (Shanghai Municipal Center for Disease Control and Prevention, Shanghai) ,  Xiao Wenjia (Shanghai Municipal Center for Disease Control and Prevention, Shanghai) ,  Jin Huiming (Shanghai Municipal Center for Disease Control and Prevention, Shanghai) ,  Zheng Yaxu (Shanghai Municipal Center for Disease Control and Prevention, Shanghai) ,  Wang Yongming (Inst. of Computer Application, East China Normal Univ.) ,  Hu Jiayu (Shanghai Municipal Center for Disease Control and Prevention, Shanghai)
資料名： Zhonghua Liuxingbingxue Zazhi  (Zhonghua Liuxingbingxue Zazhi)
巻： 34  号： 12  ページ： 1198-1202  発行年： 2013年 
JST資料番号： C2330A  ISSN： 0254-6450  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 目的:上海における感染性下痢症の毎日の例に関する人工ニューラルネットワーク予測モデルをBPを確立した。同じ期間内で上海における2005~2008年の伝染性下痢の発生率と温度,相対湿度,降雨量,気圧,日照時間と風速を含む気象要因に関して法データは,Matlab r2012bソフトウェアを用いて採取し,分析した。感染性下痢症と相関していることを気象要因はSpearman相関分析によりスクリーニングした。主成分分析(PCA)は,気象要因との多重colinearitiesを除去した。逆伝搬(BP)ニューラルネットワークを毎日感染下痢発症に関連した予測モデルを確立し,人工神経回路網ツールボックスを用いた。確立したモデルは,フィッティングにより評価し,予測プロセスを予測した。その結果データからSpearman相関分析は,感染性下痢症の発生率は,以前の2日(P<0.01),2日(P<0.01)の毎日の平均気圧と比較的高い負の相関における日最高温度,最低温度,平均温度,最低相対湿度と平均相対湿度として因子と高度に正の相関を持つことを示した。平均絶対誤差,二乗平均誤差,相関係数(r)およびBP神経回路網モデルの決定係数(r2)はとして因子を4気象主成分の入力の下で確立され,PCAによって抽出し,訓練および予測に用いた。次に4.7811,6.8921,0.7918,0.8418と5.8163;7.8062;0.7202;0.8180;それぞれであるように見えた。2008年の実際の発生率と予測値に関する平均誤差の率は5.30%であり,予測精度は95.63%に達した。結論として温度と空気圧は伝染性下痢の発生率に重要な影響を示した。BPニューラルネットワークモデルは,感染性下痢症の発生率に及ぼす効果を予測し,予測理想得る低シミュレーション予測誤差と高い予測ヒット率の利点を有していた。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： *予測 ,  気象 ,  相関係数 ,  平均気温 ,  *感染 ,  主成分分析 ,  気象要素 ,  降雨量 ,  相対湿度 ,  予測モデル ,  *ニューラルネットワーク ,  予測誤差 ,  芳香族縮合炭化水素
準シソーラス用語： *神経回路網モデル ,  予測精度 , 【Automatic Indexing@JST】

分類 (2件)： 感染症・寄生虫症一般  (GD01010H) ,  疫学  (GB03000E)

物質索引 (1件)： ベンゾ[a]ピレン

タイトルに関連する用語 (8件)： 上海 ,  感染性下痢 ,  発生率 ,  予測 ,  伝搬 ,  人工 ,  神経回路網モデル ,  応用