支持向量回归联合气象和空气污染指标在细菌性痢疾预测中的应用

摘要：

目的 探讨支持向量回归(support vector regression,SVR)模型联合气象和空气污染物指标在兰州市细菌性痢疾发病预测中的应用,为细菌性痢疾防控提供科学的参考依据.方法 利用兰州市2013年12月-2016年8月细菌性痢疾发病时间序列数据,结合同期气象和空气污染物数据作为训练集建立SVR模型,以2016年9月-2017年12月的发病数据及同期气象和空气污染数据作为验证集验证模型,并比较不同来源数据模型的拟合及预测效果.结果 2013年12月-2017年12月兰州市共报告细菌性痢疾7 192例.除气压外,其他气象和空气污染因子与细菌性痢疾发病数的相关系数均＞0.4.基于整合数据对拟合模型的参数进行选择,得到最小测试误差值所对应的三个参数分别为:C=5、γ =0.02和ε=0.000 1.利用验证集对不同来源的拟合模型进行测试显示整合数据模型具有最好的预测精度性和稳健性,均方根误差(root mean squared error,RMSE)为0.1647,平均绝对百分比误差(mean absolute percentage error,MAPE)为16.405％.结论 应用SVR模型联合气象和空气污染指标预测细菌性痢疾效果良好.

关键词：SVR模型、细菌性痢疾、气象、空气污染物、预测

所属期刊栏目：23

分类号：R516.4(传染病)

资助基金：兰州市人才创新创业项目2017-RC-16

在线出版日期：2019-10-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1137-1142