基于HMM的多维数据下扶贫对象状态预测

作者:何俊; 洪孙焱*; 周义方; 申时凯; 邹目权
来源:系统仿真学报, 2022, 34(05): 1118-1126.
DOI:10.16182/j.issn1004731x.joss.20-1006

摘要

针对扶贫领域中贫困、脱贫和返贫状态预测不准确,影响状态变迁的关键因素难以识别的问题,从扶贫基础数据和多个行业数据中提取8个关键特征和22个观测状态,构建观察状态和隐含状态关联关系,建立扶贫对象状态预测隐马尔可夫模型(hidden markov model,HMM)。以某深度贫困县连续3年的数据为样本,进行参数训练、测试实验和结果验证,结果表明该方法对返贫、贫困和脱贫状态有较强的预测能力,误差率较低,且能准确识别出影响返贫的关键要素。该方法对指导精准扶贫工作具有非常重要的实际意义。