| 中文摘要 | 第4-7页 |
| abstract | 第7-10页 |
| 英文缩写 | 第13-14页 |
| 第1章 绪论 | 第14-23页 |
| 1.1 病原学 | 第14页 |
| 1.2 临床表现 | 第14-15页 |
| 1.3 流行过程 | 第15页 |
| 1.4 猩红热流行概况 | 第15-17页 |
| 1.4.1 国际猩红热流行概况 | 第15-16页 |
| 1.4.2 我国猩红热流行概况 | 第16-17页 |
| 1.4.3 吉林省猩红热流行概况 | 第17页 |
| 1.5 预防与控制 | 第17-18页 |
| 1.6 预测模型 | 第18-22页 |
| 1.6.1 灰色系统理论 | 第18-19页 |
| 1.6.2 时间序列分析 | 第19-20页 |
| 1.6.3 人工神经网络 | 第20-22页 |
| 1.7 研究目的和意义 | 第22-23页 |
| 第2章 资料与方法 | 第23-27页 |
| 2.1 资料来源 | 第23页 |
| 2.1.1 疫情监测数据 | 第23页 |
| 2.1.2 人口数据 | 第23页 |
| 2.1.3 地图数据 | 第23页 |
| 2.1.4 诊断标准 | 第23页 |
| 2.2 统计方法 | 第23-24页 |
| 2.3 模型预测 | 第24-26页 |
| 2.3.1 GM(1,1)模型 | 第24-25页 |
| 2.3.2 ARIMA模型 | 第25页 |
| 2.3.3 BP神经网络 | 第25-26页 |
| 2.4 模型评估及比较 | 第26-27页 |
| 第3章 结果 | 第27-46页 |
| 3.1 长春市2007～2016年猩红热疫情的流行特征 | 第27-35页 |
| 3.1.1 疫情概况 | 第27-28页 |
| 3.1.2 时间分布特征 | 第28-29页 |
| 3.1.3 地区分布特征 | 第29-31页 |
| 3.1.4 人群分布特征 | 第31-35页 |
| 3.2 2017 年长春市猩红热发病率模型预测 | 第35-44页 |
| 3.2.1 GM(1,1)模型 | 第35-37页 |
| 3.2.2 ARIMA模型 | 第37-41页 |
| 3.2.3 BP神经网络 | 第41-44页 |
| 3.3 模型预测结果比较 | 第44-46页 |
| 第4章 讨论 | 第46-55页 |
| 4.1 长春市2007～2016年猩红热疫情流行特征分析 | 第46-48页 |
| 4.1.1 时间分布特征分析 | 第46-47页 |
| 4.1.2 地区分布特征分析 | 第47页 |
| 4.1.3 人群分布特征分析 | 第47-48页 |
| 4.2 2017 年长春市猩红热发病率模型预测分析 | 第48-51页 |
| 4.2.1 GM(1,1)模型 | 第48-49页 |
| 4.2.2 ARIMA模型 | 第49-50页 |
| 4.2.3 BP神经网络 | 第50-51页 |
| 4.3 模型比较 | 第51-53页 |
| 4.4 模型预测注意事项 | 第53-55页 |
| 第5章 结论 | 第55-56页 |
| 参考文献 | 第56-63页 |
| 作者简介及硕士在读期间科研成果 | 第63-65页 |
| 致谢 | 第65页 |
