计算机应用

作者：马停停, 冀天娇, 杨冠羽, 陈阳, 许文波, 刘宏图

单位：1. 东南大学 计算机科学与工程学院, 南京 210096;2. 中国疾病预防控制中心病毒病预防控制所 卫生部医学病毒学和病毒病重点实验室, 北京 102206

关键词：手足口病,时间序列,相关分析,长短时记忆网络,传染病预测

基金：国家科技重大专项（2018ZX10201-002-003）。

针对传统手足口病（HFMD）发病趋势预测算法预测精度不高、未结合其他影响因素、预测时间较短等问题，提出结合气象因素使用长短时记忆（LSTM）网络进行长期预测的方法。首先，将发病序列通过滑动窗口的方式转化为网络的输入和输出；然后采用LSTM网络进行数据建模和预测，并使用迭代预测的方式获得较长期的预测结果；最后在网络中增加温度和湿度变量，比较这些变量对预测结果的影响。实验结果表明，加入气象因素能够提高模型的预测精度，所提模型在济南市数据集上的平均绝对误差（MAE）为74.9，在广州市数据集上的MAE为427.7，相较于常用的季节性差分自回归移动平均（SARIMA）模型和支持向量回归（SVR）模型，该模型的预测准确率更高。可见所提模型是HFMD发病趋势预测的一种有效的实验方法。

来源：2021年第1期

《计算机应用》期刊编辑部

查看计算机应用杂志2021年第1期