您的位置: 专家智库 > >

国家自然科学基金(70503028)

作品数:7 被引量:47H指数:5
相关作者:周宝森黄德生关鹏吴伟郭军巧更多>>
相关机构:中国医科大学辽宁省疾病预防控制中心中国医科大学附属第一医院更多>>
发文基金:国家自然科学基金教育部留学回国人员科研启动基金更多>>
相关领域:医药卫生更多>>

文献类型

  • 7篇中文期刊文章

领域

  • 7篇医药卫生

主题

  • 3篇细菌性
  • 3篇细菌性痢疾
  • 3篇痢疾
  • 2篇神经网
  • 2篇神经网络
  • 2篇肾综合征
  • 2篇肾综合征出血...
  • 2篇综合征
  • 2篇综合征出血热
  • 2篇网络
  • 2篇回归神经网络
  • 2篇甲型
  • 2篇甲型肝炎
  • 2篇关联规则
  • 2篇广义回归神经...
  • 2篇发病率
  • 2篇肝炎
  • 2篇出血热
  • 1篇疫情
  • 1篇疫情预测

机构

  • 7篇中国医科大学
  • 3篇辽宁省疾病预...
  • 2篇沈阳市疾病预...
  • 2篇中国医科大学...
  • 1篇葫芦岛市疾病...

作者

  • 7篇周宝森
  • 5篇关鹏
  • 5篇黄德生
  • 3篇吴伟
  • 3篇郭军巧
  • 2篇何苗
  • 2篇王萍
  • 1篇单连峰
  • 1篇沈铁峰
  • 1篇王汉宁
  • 1篇曲波

传媒

  • 2篇中国医科大学...
  • 2篇中国媒介生物...
  • 1篇实用预防医学
  • 1篇现代预防医学
  • 1篇中国公共卫生

年份

  • 4篇2008
  • 3篇2007
7 条 记 录,以下是 1-7
排序方式:
辽宁省干旱地区自然条件下甲型肝炎发病特征的研究被引量:3
2008年
目的探索辽宁省干旱地区自然条件下甲型肝炎季节性和趋势性发病特征。方法该地区1981-1993年甲型肝炎发病率数据来源于辽宁省疾病预防控制中心,利用圆形分布构成比法和余弦函数模型分析甲型肝炎季节性发病规律,利用Daniel检验分析年发病趋势特征。结果该地区甲型肝炎发病高峰时点为10月中旬,圆形分布构成比法确定的高峰时区为7月25日至12月29日,余弦函数确定的高峰时区为9月11日至11月18日。含第一谐量的余弦方程决定系数R2为0.6234;含第二谐量的方程决定系数R2为0.9121,平稳性Daniel检验为0.3132(P>0.05)。结论该地区自然条件下发病率无逐年上升或下降的明显趋势,秋季为该地区甲型肝炎的高发时期,但是也不能忽视春季的发病。含有第二谐量的余弦方程能够更准确地描述具有两个高峰的周期性数据。
黄德生单连峰曲波关鹏周宝森
关键词:甲型肝炎季节性
甲型肝炎风险预测中Apriori关联规则应用被引量:5
2007年
目的进行甲型肝炎疫情风险数据挖掘并形成关联规则。方法传染病资料来源于辽宁省朝阳市疾病预防控制中心,收集该市1981—1994年的甲型肝炎发病率数据。气象资料由该市气象站提供,内容包括各年相应的13项月气象指标。首先将气象指标和传染病数据离散化为计数资料.分别为高、中和低水平,将源数据库映射为挖掘数据库;然后设置最小支持度为0.1,最小置信度为0.8,利用Apriofi算法进行关联规则挖掘.最后由公共卫生专家解释及检验所产生的规则。结果共形成203个强关联规则。这些强关联规则中蕴含着甲型肝炎发病与季节、气温、气压、降水量、蒸发量等影响因素之间的关联关系。结论本方法有利于将抽象的数理统计理论转变为实用的关联规则来指导疾病预防控制实践.具有一定的推广应用价值。
关鹏曲波何苗黄德生周宝森
关键词:甲型肝炎关联规则
关联规则及其在细菌性痢疾风险预测中的应用被引量:13
2007年
[目的]进行细菌性痢疾疫情风险数据挖掘并形成关联规则。[方法]传染病疫情资料来源于辽宁省朝阳市疾病预防控制中心,收集1981 ̄1994年的伤寒副伤寒、斑疹伤寒、甲型肝炎、乙型肝炎、细菌性痢疾、流行性脑脊髓膜炎、百日咳、猩红热和流行性乙型脑炎等法定传染病发病率数据。气象资料由该市气象站提供,内容包括各年相应的13项月气象指标。首先将气象指标和传染病数据离散化为计数资料,分为高、中、低3个水平,由此将源数据库映射为挖掘数据库;设置最小支持度为0.15,最小置信度为0.9,利用Apriori算法进行关联规则挖掘。[结果]共形成70个强关联规则,这些强关联规则中蕴含着细菌性痢疾与季节、气温、气压、降水量、蒸发量等影响因素之间的关联关系。[结论]本方法有利于将抽象的数理统计理论转变为实用的关联规则来指导疾病预防控制实践。
关鹏曲波何苗黄德生周宝森
关键词:细菌性痢疾数据挖掘关联规则
Hockey Stick回归和SARIMA模型在细菌性痢疾疫情预测中的应用被引量:6
2008年
目的探讨应用Hockey Stick回归和时间序列分析中的SARI MA模型进行细菌性痢疾疫情预测的可行性。方法收集辽宁省葫芦岛市1990-2006年的逐月及逐年细菌性痢疾疫情资料和当地气象数据。首先,利用描述统计分析细菌性痢疾季节性发病规律,使用Spearman等级相关分析疫情同气象因素的关系,根据Hockey Stick回归确定发病阈值。其次,进行扩充迪基富勒的平稳性单位根检验。再次,根据自相关函数图和偏自相关函数图识别逐月疫情间的相关性。应用Eviews3.1、Stata8.2和SPSS12.0软件对1990-2005年逐月发病率进行上述统计分析。最后,利用所得到的模型对2006年各月发病率进行预测,并与实际发病率进行比较。结果最低气温、平均气温和最高气温所确定的阈值分别为11.42℃、17.17℃和22.98℃;(1,0,0)×(0,1,1)12模型为最优SARI MA模型,此模型对2006年各月发病率的预测值符合实际发病率变动趋势。结论Hockey Stick回归和SARI MA模型可较好地模拟细菌性痢疾疫情在时间序列上的变动趋势,并对未来的发病率进行一定预测,能够为传染病防制工作提供一定决策支持。
关鹏王汉宁沈铁峰吴伟黄德生周宝森
关键词:流行病学HOCKEY细菌性痢疾
GRNN组合预测模型对辽宁省及部分地区肾综合征出血热发病率的预测研究被引量:7
2008年
目的探讨广义回归神经网络(GRNN)组合预测模型在肾综合征出血热(HFRS)发病率预测上的优势及应用前景。方法利用1990-2001年辽宁省、丹东市、沈阳市和朝阳市HFRS发病率分别建立GM(1,1)灰色预测模型和求和自回归滑动平均(ARIMA)模型,把2个模型的预测值作为GRNN的输入,实测值作为网络的输出,对样本进行训练和预测,并对3个模型的预测效果进行比较。结果针对辽宁省HFRS发病率建立的GM(1,1)模型、ARIMA模型和GRNN组合预测模型的平均误差率(MER)分别为13.5143%、25.0814%和5.5755%;R2分别为0.8961、0.6997和0.9837。针对丹东市HFRS发病率建立模型的MER分别为19.7329%、20.6275%和14.0789%;R2分别为0.8112、0.7628和0.8750。针对沈阳市HFRS发病率建立模型的MER分别为15.1421%、18.0584%和14.3592%;R2分别为0.8757、0.7889和0.8585。针对朝阳市HFRS发病率建立模型的MER分别为51.5090%、28.6593%和28.5927%;R2分别为0.7863、0.8291和0.7753。GRNN组合预测模型对于辽宁省和丹东市的HFRS发病率预测效果好于2个单一模型;针对沈阳市所建立的HFRS发病率预测模型,GRNN组合预测模型和GM(1,1)模型相当,ARIMA模型最差。朝阳市的HFRS发病率预测模型不适合用上述方法建立。结论GRNN组合预测模型充分体现了它在小样本预测中的优势,预测效果优于GM(1,1)模型和ARIMA模型,对解决时间序列类型的HFRS发病率等资料有很好的实用价值。
吴伟郭军巧周宝森
关键词:肾综合征出血热广义回归神经网络组合预测
沈阳市细菌性痢疾疫情分类回归树分析被引量:2
2008年
目的探讨细菌性痢疾疫情与气象因素的关系。方法以沈阳市1950-1996年细菌性痢疾月发病率为响应变量,以气温、气压、降水量、蒸发量等气象指标为预报变量,利用软件R2.31构建回归树模型,应用SPSS13.0进行相关分析。结果对发病率进行拟合的预测值与实际值相符合,优于传统线性回归方法。在温度指标体系中,最低温度指标与细菌性痢疾关系最为密切。多因素回归树中,最低气温、降水量和气压最显著。结论回归树模型是处理异质性数据的有效工具,既简单实用又便于解释,在疫情预测方面具有广阔应用前景。
黄德生关鹏郭军巧王萍周宝森
关键词:细菌性痢疾分类回归树气象因素
广义回归神经网络在肾综合征出血热发病率预测中的应用被引量:14
2007年
目的探讨广义回归神经网络(GRNN)在肾综合征出血热(HFRS)发病率预测上的优势及应用前景。方法利用1984-2002年沈阳市的气象资料(包括平均气温、相对湿度、降水量和日照)和动物疫情资料(包括鼠密度和鼠带病毒率)共6个指标作为神经网络的输入,将1985-2003年沈阳市HFRS发病率作为神经网络的输出。利用Matlab7.0软件中的神经网络工具箱分别构建HFRS发病率的GRNN预测模型和反馈(BP)神经网络预测模型,对样本进行拟合和预测并对两者的拟合和预测性能进行比较。结果GRNN的最优光滑因子为0.35;BP神经网络的隐含层数定为6。从拟合效果来看,GRNN和BP神经网络预测模型的平均误差率(MER)分别为25.42%和25.55%;两者的决定系数r2分别为0.9438和0.9729,总的来说,拟合效果比较满意,两者拟合差异不是很明显。从预测效果来看,两者的MER分别为4.90%和15.16%,GRNN的MER远远小于BP神经网络;两者的r2分别为0.9897和0.9516。结论GRNN充分体现了它在小样本预测中的优势,预测效果优于BP神经网络,对解决HFRS等流行情况影响因素复杂的问题有很好的实用价值。
吴伟郭军巧王萍周宝森
关键词:广义回归神经网络反馈神经网络肾综合征出血热
共1页<1>
聚类工具0