基于EMD分解的极端学习机模型在衡水市乙肝发病率预测中的应用

作者：张倩; 陈超; 夏晴; 李晓晨; 张岩; 李刚

来源：现代预防医学, 2018, 45(10): 1733-1749.

• 经验模态分解
• 极端学习机
• 乙肝
• 发病率
• 预测

目的探讨基于EMD分解的极端学习模型在衡水市乙肝发病率预测中的应用,并与原极端学习机模型进行比较。方法收集2005年1月-2017年7月衡水市乙肝统计数据,并计算月发病率,组成含有151个数据的时间序列,首先,随机选择75%的数据训练模型,25%的数据作为一步预测的验证数据,其次使用前148个数据用于训练模型,后3个数据作为三步预测的验证数据,并对2种模型的预测结果进行对比分析。结果基于EMD分解的极端学习机模型的训练MRE为0.08,一步预测的MRE为0.11,三步预测的RE分别为6.65%、8.85%、20.73%,原极端学习机模型的训练MRE为0.11,一步预测的MRE为0.16,三步预测的RE分别为22.35%、43.69%、26.08%。结论将乙肝发病率数据进行经验模态分解,使用极端学习机模型分别对各成分进行训练,与原极端学习机模型相比,可以降低极端学习的复杂度,提高预测的精度,具有较高的实用价值。