基于Boosting的BP神经网络对SARS传播的预测  

The Prediction of SARS Based on BP Neural Network of Boosting

作　　者：孙笑微[1] 李晓毅[2] 戚勋[3] 

机构地区：[1]沈阳师范大学软件学院,辽宁沈阳110034 [2]沈阳师范大学数学与系统科学学院,辽宁沈阳110034 [3]日本金沢大学医学系研究科

出　　处：《微计算机信息》2010年第27期144-146,共3页Control & Automation

摘　　要：2003年全球爆发的非典型肺炎即SARS,给人类带来了恐慌、危害、甚至灾难。将政府的控制措施作为影响SARS传播的因素,利用Boosting的BP神经网络对SARS的传播规律进行预测,以北京市的SARS数据进行验证,最后通过实验结果显示了,基于Boosting的BP神经网络比单隐层的BP神经网络具有较高的准确度,对传染病的预测和控制具有一定的意义。2003 global outbreak of atypical pneumonia that SARS, has brought panic to mankind, against, or even disaster. The purpose of this paper was to present a prediction method of SARS using BP neural network of Boosting. The controlling measures as the affect factor in SARS’s spreading are considered. The statistical data of Beijing is used to test the method. Finally, experimental results show that the method has higher accuracy than single hidden layer BP neural network. It is meaningful for predicting and controlling infectious disease.

关 键 词：SARS 控制措施 BP神经网络 BOOSTING 预测 

分 类 号：TP272[自动化与计算机技术—检测技术与自动化装置]