气候因素同畜牧业发展的回归分析

本文通过对阿拉善左旗气候因素和双峰驼数量的统计,利用EViews 6.0进行求解,得出显著性检验指标的相关数值并进行多元回归分析,说明应用多元回归在确定气候因素和当地畜牧业发展关系的可行性、正确性。     

张家川支气管肺炎月发病率的季节性ARIMA模型

医学卫生领域,疾病受到许多因素的影响,很难用结构式因果模型加以解释,根据其自身变动规律建立时间序列的动态模型则是一种行之有效的方法.据此,本文研究了季节性模型在张家川地区支气管肺炎月发病率中的应用.利用2001年9月至2006年7月张家川地区支气管肺炎月发病率资料绘制出时序分布图,观察到该疾病高发在每年12月左右,且有季节性趋势:作偏相关和自相关图,根据模型定阶原则,且残差没有自相关性,进行时间序列模型拟合;最终得到时间序列模型ARIMA(1,0,1)×(2,1,1)12,及其相关数学表达式(1-0.517B)(1+0.784B12+0.137φ2B24)(1-B)12△11Zt=(1+0.1968)(1+0.876B12)at,并进行实际值与预测值的比较,估计值虽然与实际值有差异,但基本趋势一致.因此,应该充分考虑各时间段的发病特征,以便更有重点地进行健康防治,有效降低支气管肺炎对人类的危害,保障人类的生活品质.     

主成分神经网络模型在疾病预测中的应用

针对在医学卫生领域,疾病受到许多因素的影响,很难用结构式的因果模型加以解释的问题,根据神经网络来预测是一种行之有效的方法。径向基函数(RBF)神经网络应用于疾病的月发病人数预测时,由于影响它的气象因素:月平均气压,月平均气温,月平均相对湿度,月平均风速,月平均降水量本身具有很大的相关性,且维数较高,RBF神经网络的预测精度会下降,针对这一问题,文中提出了利用主成分分析(PCA)方法对原输入空间进行重构,并根据各主成分的贡献率来确定网络结构,从而有效的解决了预测精度下降的问题。最后以2001年8月至2006年9月张家川支气管肺炎月发病人数的资料验证该方法的有效性。至此,应该充分考虑人在各时间段的发病特征,以便更有重点地进行健康防治工作,有效地降低支气管肺炎对人类的危害,保障人类的生活品质。     

上呼吸道感染月发病率的主成分神经网络预测模型

 在医学卫生领域,疾病受许多因素的影响,很难用结构式因果模型解释,根据神经网络预测是一种行之有效的方法。径向基函数（RBF）神经网络应用于疾病的月发病人数预测时,由于影响它的气象因素,如月平均气压、月平均气温、月平均相对湿度、月平均风速、月平均降水量等本身具有很大的相关性,且维数较高,RBF神经网络的预测精度会下降。针对这一问题,本文提出了利用主成分分析方法对原输入空间进行重构,并根据各主成分的贡献率确定网络结构,从而有效地解决了预测精度下降问题。最后,以2001年8月至2006年9月甘肃省武威市上呼吸道感染炎月发病人数的资料验证该方法的有效性。至此,应该充分考虑人在各时间段的发病特征,以便更有重点地进行健康防治工作,有效地降低支气管肺炎对人类的危害,保障人类的生活品质。     

关于连通在图论与拓扑学中的关系研究

本文主要通过在简单无向连通图中建立距离概念,构造出一个拓扑空间,在此拓扑空间上证明了图论中的连通可以推导出拓扑学中的连通;反之,证明了拓扑学中的连通也可以推导出图论中的连通;从而说明图论中的连通与拓扑学中的连通可以相互转化.