换一批联用自适应相关熵权法和多变量时序模型的丙肝发病率预测研究
Prediction of Hepatitis C Incidence Using Adaptive Correlation Entropy Weight Method and Multivariate Time Series Model
摘要目的 丙型肝炎是一类危害较大、隐匿性较强的传染病,准确的趋势预测是确保精准干预的重要措施.本文旨在证实多变量时序预测方法和互联网数据的有效性,为丙肝预测提供较好的数据和方法基础.方法 纳入2011-2018年重庆市丙肝月发病率的研究数据,包含传染病发病数据和互联网预测数据.为筛选重要特征,本文引入了特征熵值的理论基础,并经过共线性去除、方向性评价和信息量评价等步骤,提出了"自适应相关熵权法"(adaptive correlation en-tropy weight method,ACEW)以进行特征选择.此后,本文构建了多变量时序模型(CNN-BiLSTM-Attention),并进行了特征性能检验(包括前瞻性评价和后验性评价)和模型效能探究.结果 前瞻性评价揭示ACEW选择出的变量彼此间一致性较低,各变量计算出的权值分布较为均等.后验性评价揭示了 ACEW筛选出的特征集在各模型中均可取得最优预测信息.在模型效能探究中,多变量时序预测模型总体性能明显优于单变量模型.当联用ACEW和CNN-BiLSTM-Atten-tion 时,测试集的 MSE、MAE、RMSE、MAPE 和 R2 分别为 0.0223、0.0649、0.0771、5.9285 和 0.9156.结论 在丙肝发病率预测研究中,本文进行了数据融合和方法改良的研究.改良特征选择方法(ACEW)可为丙肝的调控提供契机,多变量时序预测模型可提升丙肝趋势预测的性能,从而有效控制和预防丙肝,具有较好的公共卫生防控意义.
更多相关知识
分类号
R183（流行病学与防疫）
栏目名称
DOI
10.11783/j.issn.1002-3674.2025.05.001
发布时间
2025-12-04（万方平台首次上网日期，不代表论文的发表时间）
- 浏览2
- 被引0
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
