目的 探讨以影响高血压发病率的气象因素建立高血压发病预测模型.方法 选取银川地区1998-2000年日平均相对湿度、48 h变温、日较差和日平均气压的标准化数据(以周为单位共100个样本)作为前馈型神经网络(BP神经网络)输入层的节点输入,以同期高血压发病率的标准化数据作为网络输出,经多层:BP神经网络进行网络学习训练,建立高血压病发病率的人工神经网络预报模型.结果 建立的高血压病神经网络模型结构为4.14-1(即有4个输入、14个隐含节点和1个输出),训练精度为0.005,训练了46步达到目的,最终误差为0.004.899 2.神经网络预报模型所得预报量的同一级平均拟合率为62.4
作者：马玉霞；谢月玉；王式功；尚可政
来源：环境与健康杂志 2007 年 24卷 3期
