换一批基于SARIMA-LSTM模型的肾综合征出血热发病率预测研究
Study on the Prediction of Incidence of Hemorrhagic Fever with Renal Syndrome Based on the SARIMA-LSTM Model
摘要目的/意义 探究前沿技术在肾综合征出血热发病率预测中的应用,梳理、组合多种时序分析方法,评价并筛选最佳模型.方法/过程 利用2004-2020年全国肾综合征出血热发病率数据,基于统计学方法的SA-RIMA、STL-ARIMA、TBATS模型,基于神经网络的NNAR、LSTM模型,基于3种加权方式的SARIMA-LSTM组合模型进行预测,运用RMSE、MAE、MAPE综合评价模型效果.结果/结论 SARIMA、LSTM在单一模型中较优;SARIMA-LSTM组合模型效果相较单一模型均有提升;基于误差倒数法的SARIMA-LSTM组合模型为最优模型.本研究有望为肾综合征出血热发病预警系统模型设计提供技术支持与参考.
更多相关知识
关键词
肾综合征出血热传染病监测预警统计学模型机器学习SARIMA-LSTM模型hemorrhagic fever with renal syndrome(HFRS)infectious disease surveillance and early warningstatistical modelmachine learningSARIMA-LSTM model
栏目名称
DOI
10.3969/j.issn.1673-6036.2024.08.012
发布时间
2024-10-11（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览22
- 被引3
- 下载5
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
