典型文献
基于Python的LSTM模型对流感预测的研究
文献摘要：
目的 探讨基于keras的LSTM模型和SARIMA模型预测我国北方省份流感样病例数的可行性,为流感防控工作提供合理的预测方法.方法 利用国家流感中心2013-2019年北方省份的周流感监测数据构建LSTM模型和SARIMA模型,并进行预测.采用平均绝对误差(MAE)、均方根误差(RMSE)评价两种模型的预测效果.结果 LSTM、SARIMA模型的MAE值分别为304.19、352.74,RMSE值分别为398.71、521.07;相比之下,LSTM模型的预测性能优于SARIMA,较SARIMA模型预测性能分别提高了13.76％、23.5％.结论 基于Keras的LSTM模型的预测效果较好,优于SARIMA模型,可为流感预测提供科学依据.
文献关键词：
LSTM模型;SARIMA模型;Python;Keras;流感;预测
中图分类号：
作者姓名：
翟梦梦;王旭春;任浩;全帝臣;李美晨;陈利民;仇丽霞
作者机构：
山西医科大学卫生统计教研室 030001;山西省人民医院
文献出处：
引用格式：
[1]翟梦梦;王旭春;任浩;全帝臣;李美晨;陈利民;仇丽霞-.基于Python的LSTM模型对流感预测的研究)[J].中国卫生统计,2022(02):162-166,171
A类：
B类：
Python,流感预测,keras,SARIMA,北方省,流感样病例,感防控,防控工作,流感监测,平均绝对误差,MAE,RMSE,相比之下,预测性能,Keras
AB值：
0.296643
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
