《表1 数据集统计性描述（例/周）》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《长短记忆神经网络在流行性感冒暴发预测中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

研究基于Tensor Flow作为深度学习框架，可以构建Soft max回归模型、卷积神经网络、循环神经网络等，应用于模式识别，时间序列预测，文本语义分析以及偏微分方差求解等等。选择深度学习中的长短期记忆神经网络（LSTM）建模，对流感疫情进行预测。原始数据根据80%和20%原则进行划分，将流感病例数的数据分成训练集、验证集和检测集。实际划分是训练集为2007-05-14到2016-07-31间的476个周频数据、验证集为2016-08-01到2017-02-12间的28个周频数据，检测集为2017-2-13到2017-12-10间的43个周频数据。数据集的统计结果中均值、方差、最小值、最大值和中位数的指标见表1。