国家高技术研究发展计划(2006AA12Z215)
- 作品数：6 被引量：123H指数：4
- 相关作者：王劲峰曹志冬王海起冯晓磊高一鸽更多>>
- 相关机构：中国科学院中国疾病预防控制中心河北师范大学更多>>
- 发文基金：国家高技术研究发展计划国家自然科学基金中国石油大学(华东)博士科研基金更多>>
- 相关领域：天文地球医药卫生自动化与计算机技术更多>>
- 时空信息多模式融合模型应用研究
- 2008年
- 给出了时空多模式融合模型(MM模型)的实用建模方法,利用华北地震和北京SARS 2个时空数据集对MM模型进行了建模应用和性能评价,与单纯神经网络模型相比,MM模型的预测准确性与预测趋势变化的能力均有所提高.分析表明,利用MM模型对不同类型时空过程建模时,不同分量信息所起到的作用并不相同.
- 王海起王劲峰
- 关键词：华北地震
- GIS区域数据时空线性建模方法被引量：4
- 2008年
- GIS区域数据时空分析研究是指在区域对象空间拓扑结构保持不变的情况下,属性数据随时间变化的时空过程和时空格局的探测、建模和预测。其统计模型需要考虑时序相关性和空间关联性两方面因素,时空线性建模通常采取空间回归模型和时序回归模型相结合的方法。在现有区域时空线性模型的基础上,给出了多阶多元时空线性回归模型的一般形式,并针对一阶时空线性回归模型,研究了在回归参数不同限定条件下的模型特定形式及相互关系,分析了模型中权重矩阵的构建方法,提出了一种结合最小二乘和最大似然的模型参数估计双层迭代算法,并对模型的实际应用进行了分析。
- 王海起王劲峰赵永军李汉林
- 广州SARS流行的空间风险因子与空间相关性特征被引量：50
- 2008年
- 传统的流行病学研究大多基于经典统计分析,空间信息往往不能得到有效利用,对传染病的空间风险因子与空间相关性特征的定量研究可以更科学地指导防控措施的制定。本文主要以2003年广州市1277例SARS感染者的时空数据为研究对象,利用kriging空间插值技术与核心密度估计技术建立了1km×1km精细格网单元上的发病率图,并对人口密度、道路交通、医院、商场、学校等9个空间风险因子进行了深入研究,结果表明这些风险因子均与SARS发病率有显著正相关,严格控制这些风险因子可以有效防控SARS流行。采用Moran'sI和LISA统计指数定量分析了广州SARS发病率的全局和局部的空间相关性特征及其时间变化规律,SARS发病率的空间聚集性经历了由弱到强再到弱的变化过程,发病率的高值聚集区域主要位于人口密度高、经济活跃、交通发达的城市中心地带,且在整个SARS流行过程中一直没有发生重心转移,政府采取的防控措施成功的阻止了SARS的进一步扩散传播,但采取的就近收治感染者的措施导致了城市中心地带的传播风险一直居高不下。2003年广州市突发的严重急性呼吸系统综合症事件为都市地区突发新型传染病的研究提供了一个标准样本,本文研究可以为都市区突发SARS或其他新型传染病的公共卫生应急预案提供科学依据。
- 曹志冬王劲峰高一鸽韩卫国冯晓磊曾光
- 关键词：严重急性呼吸系统综合症
- 地理空间中不同分层抽样方式的分层效率与优化策略被引量：45
- 2008年
- 地理空间对象中分层抽样的效率受抽样总体的空间相关性特征限制,分层效率的提高源于两个方面,一是抽样总体的空间相关性会使分散的样本布局精度得到提高,二是先验知识使层内方差变小,只有在空间相关性特征较强时,追逐先验知识的分层方式才会比任意分层方式具有更好的分层效率,当空间相关性较弱时,知识分层并不会比任意分层得到更高的抽样精度,地理空间相关性特征对分层抽样设计有重要影响,而这在实际应用中往往被忽视。本文采用蒙特卡罗模拟抽样方法以山东省1985年和1995年细小非耕地地物面积比例的抽样调查为例分析了空间相关性特征对不同分层方式抽样效率的影响,并提出了地理空间对象中分层方式的优化选择策略。
- 曹志冬王劲峰李连发姜成晟
- 关键词：分层抽样
- 广州SARS流行过程的空间模式与分异特征被引量：24
- 2008年
- 根据广州市SARS感染者的家庭住址信息进行空间化处理,得到了不同SARS感染人群在空间上的分布,并用数据模型定量表达了广州市SARS疫区的传播中心及其置信范围,结合SARS接收医院中心点的分布及其变化规律,对不同感染人群传播中心的异质性及其变化规律进行了分析,结果表明:随着疫情的发展,广州市SARS传播中心具有明显的向SARS接收医院中心点接近的趋势,且变化规律与SARS接收医院中心点的迁移规律大致相同,医院传播对广州市SARS传播过程有重要影响,且经历了由强到弱再到强的变化过程。本文研究有助于更好地了解SARS及其他新型传染病在都市区的空间传播扩散过程,并为公共卫生应急预案提供科学依据。
- 曹志冬王劲峰高一鸽韩卫国冯晓磊曾光
- 关键词：严重急性呼吸系统综合症
- 基于分区的局域神经网络时空建模方法研究被引量：3
- 2008年
- 区域数据表现为两种尺度的空间特性:反映全局特征的空间依赖性和反映局域特征的空间波动性。空间波动性表现为空间数据在局部地区的聚集或高低交错现象。在研究区域数据时空预测性建模时,从降低数据的空间波动和不平稳性对模型预测能力的影响角度出发,提出了一种基于分区的局域神经网络时空非线性建模的思路。分区过程由基于空间邻接关系的K-means聚类算法完成。不同的分区方案通过相关性、波动性、紧凑性等指标进行评价和优选。在确定最优分区方案的基础上,对各子区分别采用两层前馈网络进行建模,模型的输入不仅要考虑本区内单元的作用,而且要考虑相邻子区的边界效应。各神经网络模型的时空预测能力通过平均相均差和动态相似率等指标进行衡量。最后,通过对法国94个县每周流感报告病例的时空建模分析表明,与全局神经网络模型相比,基于分区的局域神经网络模型具有更好的预测能力。
- 王海起王劲峰
- 关键词：K-MEANS聚类神经网络
