基于BP神经网络的大理州艾滋病流行现状分析和疫情预测模型的研究
摘要 | 第1-4页 |
Abstract | 第4-7页 |
第1章 前言 | 第7-11页 |
·本论文研究背景 | 第7-10页 |
·艾滋病概述 | 第7页 |
·大理州艾滋病流行现状概述 | 第7-8页 |
·艾滋病疫情统计分析和预测方法简介 | 第8-9页 |
·人工神经网络国内外研究状况 | 第9页 |
·人工神经网络在艾滋病疫情模型设计中的应用 | 第9-10页 |
·本论文主要研究内容及思路 | 第10-11页 |
第2章 BP神经网络概述 | 第11-20页 |
·神经网络简介 | 第11-12页 |
·BP神经网络 | 第12-16页 |
·BPNN设计的一般原则 | 第16-18页 |
·BPNN参数的设计 | 第16-18页 |
·BP网络结构参数设计 | 第18页 |
·BP神经网络的特点及其应用 | 第18-20页 |
·BPNN的特点 | 第18-19页 |
·BPNN的应用 | 第19-20页 |
第3章 大理州艾滋病流行现状分析 | 第20-27页 |
·基本情况 | 第20-21页 |
·性别、职业、地区分析 | 第21-24页 |
·病情分析 | 第24页 |
·接触史、感染途径分析 | 第24-25页 |
·婚姻状况及配偶传染率分析 | 第25-26页 |
·结论 | 第26页 |
·大理州艾滋病流行趋势的预测 | 第26-27页 |
第四章 大理州艾滋病疫情模型的建立 | 第27-41页 |
·指标的选取 | 第27页 |
·数据的预处理 | 第27-30页 |
·数据预处理方法 | 第27-28页 |
·数据的处理 | 第28-30页 |
·BPNN神经网络模型的设计 | 第30页 |
·BPNN疫情模型实例求解及分析 | 第30-33页 |
·BPNN疫情模型的灵敏度分析 | 第33-35页 |
·BPNN疫情预测模型的改进 | 第35-38页 |
·粒子群算法 | 第35-36页 |
·基于PSO的神经网络学习算法(PSONN) | 第36-38页 |
·BPNN疫情模型与传统方法建立的模型之间的比较 | 第38-41页 |
·多元线性(logistic)回归模型 | 第38-39页 |
·基于BPNN的预测模型与回归模型预测比较 | 第39-41页 |
结论 | 第41-42页 |
参考文献 | 第42-44页 |
致谢 | 第44-45页 |
附录:相关程序 | 第45-47页 |