期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于“SARIMA-BP/SVM/RF”联合模型及R语言实现的《时间序列分析》课程教学改革探索
1
作者
陈惠达
杜进林
《中国卫生统计》
北大核心
2025年第4期632-636,共5页
目的 构建和验证SARIMA-BP/SVM/RF联合模型,并通过R语言实现,以科研服务教学,进行《时间序列分析》课程改革。方法 以SARIMA模型的拟合值作为BP/SVM/RF模型的输入,以时间序列数据实际值作为BP/SVM/RF模型的输出,选用R 4.3中auto.arima()...
目的 构建和验证SARIMA-BP/SVM/RF联合模型,并通过R语言实现,以科研服务教学,进行《时间序列分析》课程改革。方法 以SARIMA模型的拟合值作为BP/SVM/RF模型的输入,以时间序列数据实际值作为BP/SVM/RF模型的输出,选用R 4.3中auto.arima()、nnet()、svm()和randomForest()函数对河南省流行性感冒和山东省乙肝数据进行实例分析。结果 SARIMA-RF模型两组数据预测值的RMSE分别为894.5121和146.6224,MAPE分别为0.1309和0.0187,预测效果最优。SARIMA-BP神经网络模型两组数据预测值的RMSE分别为1211.5088和293.8433,MAPE分别为0.2069和0.0369;SARIMA-SVM模型两组数据预测值的RMSE分别为1572.1080和244.5919,MAPE分别为0.1993和0.0325;SARIMA模型两组数据预测值的RMSE分别为1887.5854和349.2565,MAPE分别为0.2147和0.0509;SARIMA-BP神经网络模型和SARIMA-SVM模型的预测效果不相上下,不及SARIMA-RF模型但优于SARIMA模型。结论 构建SARIMA-BP/SVM/RF联合模型的教学改革是合适的,联合模型优于单纯SARIMA模型,通过R语言软件实现联合模型的训练是方便且高效的。
展开更多
关键词
SA
r
IMA
BP/SVM/
r
F
联合模型
r语言实现
课程教学改革
在线阅读
下载PDF
职称材料
题名
基于“SARIMA-BP/SVM/RF”联合模型及R语言实现的《时间序列分析》课程教学改革探索
1
作者
陈惠达
杜进林
机构
广东医科大学公共卫生学院流行病与卫生统计学系
出处
《中国卫生统计》
北大核心
2025年第4期632-636,共5页
基金
广东省研究生教育创新计划项目(2020JGXM056)
广东医科大学本科教学质量与教学改革工程项目(1JG22156
+3 种基金
1JG22158
1JG23108
1JG24112)
广东省2023年度本科一流课程,卫生统计学(Ⅲ)(线上线下混合式课程)。
文摘
目的 构建和验证SARIMA-BP/SVM/RF联合模型,并通过R语言实现,以科研服务教学,进行《时间序列分析》课程改革。方法 以SARIMA模型的拟合值作为BP/SVM/RF模型的输入,以时间序列数据实际值作为BP/SVM/RF模型的输出,选用R 4.3中auto.arima()、nnet()、svm()和randomForest()函数对河南省流行性感冒和山东省乙肝数据进行实例分析。结果 SARIMA-RF模型两组数据预测值的RMSE分别为894.5121和146.6224,MAPE分别为0.1309和0.0187,预测效果最优。SARIMA-BP神经网络模型两组数据预测值的RMSE分别为1211.5088和293.8433,MAPE分别为0.2069和0.0369;SARIMA-SVM模型两组数据预测值的RMSE分别为1572.1080和244.5919,MAPE分别为0.1993和0.0325;SARIMA模型两组数据预测值的RMSE分别为1887.5854和349.2565,MAPE分别为0.2147和0.0509;SARIMA-BP神经网络模型和SARIMA-SVM模型的预测效果不相上下,不及SARIMA-RF模型但优于SARIMA模型。结论 构建SARIMA-BP/SVM/RF联合模型的教学改革是合适的,联合模型优于单纯SARIMA模型,通过R语言软件实现联合模型的训练是方便且高效的。
关键词
SA
r
IMA
BP/SVM/
r
F
联合模型
r语言实现
课程教学改革
分类号
R195.1 [医药卫生—卫生统计学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于“SARIMA-BP/SVM/RF”联合模型及R语言实现的《时间序列分析》课程教学改革探索
陈惠达
杜进林
《中国卫生统计》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
