基于机器学习的登革热时空扩散预测模型对比分析     

陈业滨  李卫红  华家敏  梁雪梅 《地理信息世界》2016,(6):8-14

BP神经网络、GA-BP神经网络及SVR模型是机器学习领域常用的三种预测方法,但在登革热预测方面鲜有人涉及。本文以广州市主城区登革热预测为例,对比BP神经网络、GA-BP神经网络及SVR模型在登革热时空预测上的作用,比较三种模型在登革热时空动态预测中的优劣性。研究表明,1从模型预测效果上看,SVR模型稳定,预测效果显著优于BP及GA-BP模型;2从模型性能上看,GA-BP模型优于BP及SVR模型; 3SVR与GA-BP模型在登革热预测上切实可行。  相似文献   

广州市登革热时空传播特征及影响因素   总被引：3，自引：0，他引：3  

陈业滨  李卫红  黄玉兴  李晓歌  华家敏 《热带地理》2016,36(5):767-775

以广州市主城区为研究区,着眼于街道等微观尺度,首先通过实地调查分析法、核密度分析法、标准差椭圆法,探究登革热时空传播特征;其次结合交叉相关性分析法与地理探测器,分析温度、湿度、气压、用地类型对登革热传播的影响,讨论了不同用地类型交互作用与登革热扩散的关系。研究表明：1）登革热时空传播具明显的阶段性特征,多发生于居住环境较差、人口密度较高的区域,并快速向外扩散;2)登革热发展初期,以输入型病例为主;3）环境较差、老年人口众多、人员构成复杂、交通便捷的老城区是登革热高爆发风险区域;4）温度、湿度、气压对登革热传播存在显著滞后性影响关系,温度、湿度与登革热传播呈正相关关系,气压与登革热传播呈负相关关系;5）居民人口分布与登革热传播关系最为密切,池塘、农田、草地、公共绿地交互地区会增加登革热传播风险。  相似文献