基于贝叶斯正规化BP神经网络模型对菌痢发病的预测研究

作者：沈波; 王李仁; 陈艳; 郑能雄; 刘宝英

来源：海峡预防医学杂志, 2009, (02): 9-11.

• 细菌性痢疾
• 气象要素
• 贝叶斯正规化
• BP神经网络 B acillary Dysentery
• Meteorological Factors
• Bayesian-regularization
• BP Neural Network

[目的]探索贝叶斯正规化BP神经网络在细菌性痢疾预测模型中的应用,为菌痢的预防控制措施提供科学依据。[方法]用Matlab 7.2软件包中的神经网络工具箱,以福州市城区1987—2006年的气象要素、社会经济资料和菌痢发病率数据进行分析,建立福州市城区菌痢流行的贝叶斯正规化BP神经网络模型,并以2007年的资料验证其预测效果。[结果]神经网络经学习和训练,训练误差下降并趋于稳定,回代相关系数为0.842,预测成功率为91.7%。[结论]贝叶斯正规化BP神经网络在气象要素与菌痢发病率之间建模是可行的,能作为预测菌痢流行的一种新方法。

• 单位
  福建医科大学; 福州市疾病预防控制中心