肺结核病与气象因素关系的bp神经网络模型研究

《肺结核病与气象因素关系的bp神经网络模型研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、文章编号：007011717肺结核病与气象因素关系的BP神经网络模型研究邓斌周志刚马泽粦易来龙张锡萍郭晃潮梅月志东莞市慢性病防治院广东东莞523008摘要目的应用BP人工神经网络模型探讨气象因素对肺结核病发病影响，同时建立肺结核病与气象因素关系的BP神经网络模型。方法利用Matlab6.5的StatisticsNeuralNetwork软件对气象因素与肺结核病关系的BP人工神经网络模型进行构建、训练与模拟。结果经过数据训练得出理想网络模型，肺结核病发病回代误差均方、平均误差率和R2分别为0.00713、0.82

2、和0.9081，说明所得人工神经网络模型效果理想。通过对自变量对输出量贡献量分析表明，平均蒸发量对肺结核发病影响最大，平均气压亦有一定影响。结论肺结核与气象因素关系的BP人工神经网络模型效果良好，有助于进一步研究的价值。关键词肺结核；气象因素；BP神经网络TheModelofBack-propagationNeuralNetworkabouttheRelationshipbetweenMeterologicalFactorsandPulmonaryTuberculosis.DANGBingZHOUZhiGang

3、MaZeLin,etalDepartmentofInternalMedicine,ChronicDiseasePreventionandTreatmentHospitalofDongguan,Guangdong,523008,China.AbstractObjectInordertostudytherelationshipbetweenmeterologicalfactorsandpulmonarytuberculosis.MethodsBack-propagationartificalneuralmodelw

4、asusedbyMatlab6.5statisticsneuralnetworktobuiltthemodeloftherelationshipbetweenmeterologicalfactorsandpulmonarytuberculosis.ResultsTheMeanSquaredErrorswas0.00713,TheMeanErrorRateandR2was0.82and0.9081,itshownthattheBP-neuralnetworkwaseffect.Atthesametimeitsho

5、wnthatthemeanevaporationandmeanpressurewascorrelationtotheincidenceofpulmonarytuberculosisaswell.ConclusionBp-NeuralNetworkmodelhaseffectoffitingonthe7relationshipbetweenmeterologicalfactorsandpulmonarytuberculosis.KeyWordspulmonarytuberculosis;meterological

6、factors;Back-propagationneuralnetwork肺结核病是一种由结核分枝杆菌引起的严重危害人们身体健康的慢性传染病，其基本传播途径是通过由肺结核病人排出的结核杆菌而形成的飞沫核而传播。已有研究资料表明[2]，肺结核病在一年的发病中有季节集中趋势，并由此推测可能是气象因素造成。为进一步研究气象因素与肺结核病的关系，探讨肺结核的基本发病规律，本研究利用Matlab6.5的StatisticsNeuralNetwork软件建立气象因素与肺结核病关系的BP人工神经网络模型，并对所建立的模型进行

7、效果评价，此将对于肺结核病控制有重要意义。资料来源与方法一、资料来源：本研究资料来源于1991～2003年广东省东莞市肺结核发病资料，用Foxbase软件建立数据库，同期气象因素数据资料为东莞市气象局资料，其中所研究的气象因素包括：X1[平均气压（百帕）]、X2[平均气温（摄氏度）]、X3[平均降水量（mm）]、X4[平均蒸发量（mm）]，资料来源可靠。二、研究方法：利用Matlab6.5的StatisticsNeuralNetwork软件对气象因素与肺结核病关系的BP人工神经网络进行构建、训练与模拟，建立预测

8、模型，并对所建模型进行拟合效果评价。基本原理与方法一、基本原理：人工神经网络是在现代神经科研成果基本上提出的一种数学模型，它模拟人脑的结构和信息传导方式，反映了大脑功能的若干特征，BP人工神经网络（Backpropagation）又称前向网络FF（front7forward）是无反馈前向误差传播网络，即同层神经之间不相互连接、BP网络的学习过程就是一个网络权系数的自适应、自调整过程。已