【技术实现步骤摘要】
本专利技术属于预测分析，更具体地说，涉及一种基于lstm模型预测儿童哮喘就诊人数的分析方法。
技术介绍
1、专利《一种环境变化对疾病发病影响的分析预测模型》(申请号cn201510170135.7)公开了一种环境变化对疾病发病影响的分析预测模型，具体包括：通过对门诊量数据与气象变化和环境污染数据的关联情况进行分析，构建基于非参数泊松回归模型的环境变化对疾病发病率的影响程度的定量分析模型，并在此基础上构建基于支持向量回归机的环境变化对门诊量影响的预测模型，对医院各科室的每周门诊量进行预测。使患者能够提前规避致病的不良气象条件和环境污染因素的影响，合理的安排日常活动:医院能够针对高发疾病合理配置各个科室的医疗资源和人手；公共卫生部门能够提前做好应急准备等，对特定人群进行提前干预，从而减少疾病的发病率，提高人类生活质量。
2、现有技术中采用非参数泊松回归模型和支持向量回归机等传统机器学习模型，尝试建立定量分析模型,能够定量评估环境变化对疾病发病率的影响程度,为制定相应对策提供依据；结合了气象变化和环境污染两个重要的环境影响因素,能...
【技术保护点】
1.一种基于LSTM模型预测儿童哮喘就诊人数的分析方法，其特征在于，设置堆叠式LSTM模型结构，对多污染物滞后浓度数据集和单因素多因素模型进行分别预测。
2.根据权利要求1所述的方法，其特征在于，所述方法具体包括如下步骤：
3.根据权利要求2所述的方法，其特征在于，对于数据采集与预处理阶段，包括：
4.根据权利要求3所述的方法，其特征在于，对单因素模型中预处理数据集进行归一化处理后构建滑动窗口，包括：
5.根据权利要求4所述的方法，其特征在于，将滑动窗口送入LSTM+Attention模型中进行训练，得到训练好的模型，包
6...
【技术特征摘要】
1.一种基于lstm模型预测儿童哮喘就诊人数的分析方法，其特征在于，设置堆叠式lstm模型结构，对多污染物滞后浓度数据集和单因素多因素模型进行分别预测。
2.根据权利要求1所述的方法，其特征在于，所述方法具体包括如下步骤：
3.根据权利要求2所述的方法，其特征在于，对于数据采集与预处理阶段，包括：
4.根据权利要求3所述的方法，其特征在于，对单因素模型中预处理数据集进行归一化处理后构建滑动窗口，包括：
5.根据权利要求4所述的方法，其特征在于，将滑动窗口送入lstm+attention模型中进行训练，得到训练好的模型，包括：
6.根据权利要求5所述的方法，其特征在于，对于多因素模型中所述预处理数据集，基于使用随机森林进行特征筛选出与哮喘就诊...
【专利技术属性】
技术研发人员：樊亚文，陈天煜，王潮远，王翔，李沁欣，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。