期刊文献+
共找到246篇文章
< 1 2 13 >
每页显示 20 50 100
Prophetstor携手Red Hat扩展OpenStack存储模块
1
《办公自动化》 2014年第23期18-18,共1页
软件定义存储(SDS)厂商ProphetStor希智数据宣布加人Red Hat OpenStack云基础架构合作伙伴网络,为Red Hat Enter—prise Linux OpenStack平台提供集成的ProphetStor Federator SDS解决方案。RedHat全球技术生态系统高级总监Mike Wer... 软件定义存储(SDS)厂商ProphetStor希智数据宣布加人Red Hat OpenStack云基础架构合作伙伴网络,为Red Hat Enter—prise Linux OpenStack平台提供集成的ProphetStor Federator SDS解决方案。RedHat全球技术生态系统高级总监Mike Werner表示:“我们很高兴Prophet—Stor希智数据加人Red Hat OpenStack云基础架构合作伙伴网络。 展开更多
关键词 REDHAT 存储模块 PROPHET 技术生态系统 合作伙伴 基础架构 ENTER Linux
在线阅读 下载PDF
基于SARIMA和Prophet时间序列模型对北京市房山区水痘病例的发病预测及对比分析
2
作者 冯静媛 吴涛 +3 位作者 董瑞强 辛丹 周莎莎 周伟 《预防医学情报杂志》 2026年第2期161-168,共8页
目的比较季节性差分自回归滑动平均模型(seasonal autoregressive integrated moving average,SARIMA)和Prophet两种模型在水痘发病报告数的拟合和预测能力,为防控水痘提供科学依据。方法从中国疾病预防控制信息系统子系统传染病监测收... 目的比较季节性差分自回归滑动平均模型(seasonal autoregressive integrated moving average,SARIMA)和Prophet两种模型在水痘发病报告数的拟合和预测能力,为防控水痘提供科学依据。方法从中国疾病预防控制信息系统子系统传染病监测收集2013年1月至2023年12月北京房山区水痘报告发病数据,运用Python 3.7软件建立SARIMA和Prophet拟合模型,并对2024年1至10月水痘报告发病数进行预测,比较拟合值与实际值、预测值与实际值。Prophet模型因新型冠状病毒肺炎增加两个变点(change points),分别为“2020年2月”和“2023年1月”。所采用的评价指标包括平方误差(mean square error,MSE)、平方根误差(root mean squared error,RMSE)、平均绝对误差(mean absolute error,MAE)和平均绝对百分比误差(mean absolute percentage error,MAPE),预测精度选用相对误差,检验水准α=0.05。结果SARIMA模型预测评价指标MSE、RMSE、MAE和MAPE分别为340.803、18.461、16.231和0.384;Prophet模型预测评价指标MSE、RMSE、MAE和MAPE分别为195.340、13.976、11.98和0.275。结论Prophet模型拟合和预测北京市房山区水痘发病报告数表现均优于SARIMA模型。 展开更多
关键词 水痘 SARIMA模型 Prophet模型 预测
原文传递
Were the Miao Kings "Prophets of Renewal"? The Case of the 1795-1797 Hunan Miao Revolt 被引量:1
3
作者 Daniel McMahon 《Frontiers of History in China》 2017年第2期301-327,共27页
This essay considers the concept of "prophets of renewal" introduced by James Scott in The Art of Not Being Governed.. An Anarchist History of Upland Southeast Asia (2009), as seen in the context of the 1795-97 Mi... This essay considers the concept of "prophets of renewal" introduced by James Scott in The Art of Not Being Governed.. An Anarchist History of Upland Southeast Asia (2009), as seen in the context of the 1795-97 Miao revolt along China's Hunan-Guizhou border. The appearance ofa "Miao King" and four "Wu kings" centering anti-Qing resistance in an intractable highland--utilizing native legends, spirit possession, investment of officials, and multi-ethnic recruitment--suggests a case of"Zomia" (the vast Southeast Asian Massif) prophets in action, as Scott himself suggests. Closer examination, however, reveals a more complex and uncertain picture, characterized by division between rival lords and an overall dearth of institutional, ideological, or cosmological elaboration, all further obscured by a paucity of historical sources. The Miao kings might be seen as prophets of renewal in a general sense, but the fit is inexact. There is still value, however, in considering Scott's model in the study of this event. It enables a sharper conceptualization of the agency of the Miao people, while offering a case for comparison with analogous instances of religiously-based native resistance on other Qing frontiers. 展开更多
关键词 James Scott prophets of renewal Miao Frontier MIAO 1795-97 Hunan Miao revolt Miao King Wu King
原文传递
自回归积分滑动平均模型和Prophet模型在河南省流行性感冒预测中的运用研究
4
作者 宋会群 宋沛沛 陈述 《临床研究》 2026年第2期13-16,共4页
目的观察自回归积分滑动平均(ARIMA)模型和Prophet模型对河南省流行性感冒的预测效果,为河南省流行性感冒的防控提供参考依据。方法选取河南省卫生健康委员会官网公布的2016年1月至2024年5月河南省流行性感冒月报告数,采用Excel 2021软... 目的观察自回归积分滑动平均(ARIMA)模型和Prophet模型对河南省流行性感冒的预测效果,为河南省流行性感冒的防控提供参考依据。方法选取河南省卫生健康委员会官网公布的2016年1月至2024年5月河南省流行性感冒月报告数,采用Excel 2021软件建立数据库,分析河南省流行性感冒的发病趋势和季节特征;使用R软件构建ARIMA模型和Prophet模型,采用均方根误差(RMSE)平均绝对误差(MAE)、平均绝对百分比误差(MAPE)评估模型拟合和预测效果。结果河南省流行性感冒高发期集中于冬春季。模型拟合结果显示,ARIMA(2,1,1)(0,0,2)_(12)模型拟合的评估指标RMSE=0.31,MAE=0.21,MAPE=0.05;Prophet模型拟合的评估指标RMSE=0.43,MAE=0.32,MAPE=0.09。模型预测结果显示,ARIMA(2,1,1)(0,0,2)_(12)模型预测的评估指标RMSE=0.32,MAE=0.26,MAPE=0.06;Prophet模型预测的评估指标RMSE=0.68,MAE=0.57,MAPE=0.12。结论ARIMA模型和Prophet模型在拟合性能上表现相近;在预测方面,ARIMA(2,1,1)(0,0,2)_(12)模型表现更优,能较好预测河南省流行性感冒的发病趋势,可为河南省流行性感冒的科学防控提供理论依据。 展开更多
关键词 流行性感冒 ARIMA模型 Prophet模型 模型比较
暂未订购
基于Prophet-GA模型的燃气负荷预测
5
作者 李泽明 洪爱华 +1 位作者 戴伟 夏冲 《城市燃气》 2026年第3期8-12,共5页
天然气负荷预测对于城燃公司保障燃气供应、调节供需平衡具有重要意义。其中,中长期月负荷预测是指导年度气源采购、优化气源配比的重要技术手段。燃气月负荷受经济发展趋势、季节周期变化、节假日等多种因素影响,其时序特征和非线性特... 天然气负荷预测对于城燃公司保障燃气供应、调节供需平衡具有重要意义。其中,中长期月负荷预测是指导年度气源采购、优化气源配比的重要技术手段。燃气月负荷受经济发展趋势、季节周期变化、节假日等多种因素影响,其时序特征和非线性特征明显。本文提出一种Prophet-GA模型的燃气月负荷预测方法,将具有时间序列分解功能的Prophet模型引入到时序负荷信号处理中,并利用GA遗传算法优化Prophet模型的超参数,以提高模型预测精度。以华东W市2016年—2024年负荷数据为样本进行分析验证,将本文Prophet-GA模型预测结果与原始Prophet模型、ARIMA模型结果进行比较,Prophet-GA模型的预测MAPE误差达到了6.27%,原始Prophet模型和ARIMA模型分别为7.18%、7.95%,验证了Prophet-GA模型具有良好的适用性,与更优的预测效果。 展开更多
关键词 燃气负荷预测 PROPHET GA算法 长周期预测
在线阅读 下载PDF
基于修正Z-score和Prophet模型的GNSS滑坡监测数据预测方法
6
作者 李达 《科学技术创新》 2026年第7期71-74,共4页
针对GNSS滑坡监测数据中粗差严重影响预测精度的问题,提出基于修正Z-score和Prophet模型的集成预测方法。采用修正Z-score算法检测粗差,利用中位数和绝对中位差提升鲁棒性;经Savitzky-Golay滤波后应用Prophet模型预测。实测数据表明:粗... 针对GNSS滑坡监测数据中粗差严重影响预测精度的问题,提出基于修正Z-score和Prophet模型的集成预测方法。采用修正Z-score算法检测粗差,利用中位数和绝对中位差提升鲁棒性;经Savitzky-Golay滤波后应用Prophet模型预测。实测数据表明:粗差滤波使3天预测RMSE从2.34 mm降至1.78 mm,精度提升23.9%;5天预测RMSE从2.89 mm降至2.31 mm,精度提升20.1%。方法计算高效、参数稳定,为滑坡预警提供了可靠技术支撑。 展开更多
关键词 滑坡监测 修正Z-score Prophet模型 GNSS时间序列预测
在线阅读 下载PDF
基于Prophet预测模型的蔬菜商品补货与定价策略
7
作者 丁青 李玉辉 夏新黎 《河南财政金融学院学报(自然科学版)》 2026年第1期18-21,共4页
随着生鲜市场规模的持续扩大,蔬菜零售行业的竞争也愈加激烈。研究利用Prophet预测模型预测蔬菜销量,分析各品类销量分布及相关性,建立补货与定价模型,并结合成本加成法,考虑损耗与库存管理,推荐具体单品的补货量和定价,为商超确定收益... 随着生鲜市场规模的持续扩大,蔬菜零售行业的竞争也愈加激烈。研究利用Prophet预测模型预测蔬菜销量,分析各品类销量分布及相关性,建立补货与定价模型,并结合成本加成法,考虑损耗与库存管理,推荐具体单品的补货量和定价,为商超确定收益最大化策略提供理论支撑。 展开更多
关键词 蔬菜 补货 定价 相关性分析 季节性分析 Prophet预测模型 线性规划
在线阅读 下载PDF
基于多尺度二次特征提取的短期电力负荷预测模型 被引量:1
8
作者 李楠 金淳熙 +1 位作者 陶亮 黄亮 《电力系统保护与控制》 北大核心 2025年第19期114-126,共13页
为充分挖掘电力负荷固有多尺度特征(multi-scale feature,MSF)间的复杂时序关系,进一步提升电力负荷预测模型性能,特别是提升对节假日负荷预测的能力,提出了一种基于多尺度二次特征提取的短期电力负荷预测模型。首先,利用Prophet算法的... 为充分挖掘电力负荷固有多尺度特征(multi-scale feature,MSF)间的复杂时序关系,进一步提升电力负荷预测模型性能,特别是提升对节假日负荷预测的能力,提出了一种基于多尺度二次特征提取的短期电力负荷预测模型。首先,利用Prophet算法的拟合分解功能,获取不同尺度下的负荷数据分量,并与强相关的天气数据共同构建多元数据集。其次,采用改进的特征金字塔网络(improved feature pyramid network,IFPN)匹配负荷数据的多尺度特性,并设计了卷积特征增强模块强化对节假日特征的表达能力,实现MSF的第一次提取。基于时间卷积神经网络的优势,深度挖掘一次特征间的时序依赖关系,引入SENet对特征的权重实现自适应赋值,同时完成MSF的二次提取。最后,利用鱼鹰算法优化后的Transformer模型完成负荷预测。在国内外两套负荷数据集上进行了验证,仿真结果表明所提模型的预测效果优于对比模型,特别是在对节假日负荷的预测精度上有所提高。 展开更多
关键词 短期电力负荷预测 Prophet算法 二次特征提取 改进的特征金字塔网络 多尺度时间卷积网络
在线阅读 下载PDF
基于Prophet等时间序列模型的耐碳青霉烯类鲍曼不动杆菌检出预测及评价
9
作者 林佩贤 李伟佳 +2 位作者 许斐斐 辜红妮 黄宝添 《中华医院感染学杂志》 北大核心 2025年第24期3779-3784,共6页
目的探讨不同时间序列模型在耐碳青霉烯鲍曼不动杆菌(CRAB)检出预测的应用。方法以2021年1月-2024年9月汕头大学医学院第二附属医院CRAB的检出率数据,建立Prophet模型、SARIMA模型和Holt-Winters模型,使用2024年10月-2025年3月的数据进... 目的探讨不同时间序列模型在耐碳青霉烯鲍曼不动杆菌(CRAB)检出预测的应用。方法以2021年1月-2024年9月汕头大学医学院第二附属医院CRAB的检出率数据,建立Prophet模型、SARIMA模型和Holt-Winters模型,使用2024年10月-2025年3月的数据进行验证,评价模型的预测效果。结果2021-2024年CRAB检出率整体呈上升趋势(χ^(2)=4.883,P=0.027);每年3~4月为检出高峰,具有周期性和季节性;三种模型均能较好的拟合CRAB检出率趋势,Prophet模型在相同置信度下的置信区间更小,SARIMA模型的预测效果评价参数表现最佳:均方根误差(RMSE)=13.029,平均绝对百分比误差(MAPE)=20.162,平均绝对误差(MAE)=8.932。结论三种模型对CRAB检出趋势均有较好的预测能力,可用于CRAB检出预警和动态分析,为及时制定和采取防控干预措施提供理论依据。 展开更多
关键词 耐碳青霉烯鲍曼不动杆菌 Prophet模型 SARIMA模型 Holt-Winters模型 检出率
原文传递
基于Prophet和NeuralProphet模型对北京市海淀区水痘发病趋势的预测
10
作者 韦懿芸 孙亚敏 +1 位作者 刘轩卓 杜婧 《传染病信息》 2025年第3期268-272,共5页
目的运用Prophet模型与NeuralProphet模型(NP模型)探索北京市海淀区水痘发病趋势和特征,为水痘疫情防控工作提供科学参考。方法数据来源于北京市海淀区2009年第1周至2024年第26周水痘报告发病数。采用2009—2023年的数据作为训练集,构建... 目的运用Prophet模型与NeuralProphet模型(NP模型)探索北京市海淀区水痘发病趋势和特征,为水痘疫情防控工作提供科学参考。方法数据来源于北京市海淀区2009年第1周至2024年第26周水痘报告发病数。采用2009—2023年的数据作为训练集,构建Prophet模型和NP模型,并运用Optuna算法对模型参数进行优化。以2024年的26周发病数据作为测试集,采用均方根误差(root mean square error,RMSE)、平均绝对误差(mean absolute error,MAE)和平均绝对百分比误差(mean absolute percentage error,MAPE)对各模型拟合效果进行评估。同时,对模型中的各成分进行分析。结果北京市海淀区水痘疫情每年有2个发病高峰。水痘发病数呈现逐年下降趋势,且模型中的自回归成分自2012年起波动逐渐减小。Prophet模型的RMSE、MAE和MAPE分别为9.489、7.936和27.408%;NP模型的对应指标分别为6.102、4.848和18.190%。结论Prophet模型在水痘流行趋势的预测中具有一定的适用性,而NP模型具有更高的预测性能。模型成分分析的结果,可以为评估措施效果、合理分配资源以及制定有效的防控策略提供科学依据和数据支撑。 展开更多
关键词 Prophet模型 NeuralProphet模型 水痘 预测
暂未订购
基于GHMM-LSTM模型的商品热度研究
11
作者 李银 王钇 《韶关学院学报》 2025年第5期1-6,共6页
随着电子商务规模的不断扩大,研究电商企业中商品热度的变化趋势和未来状态对于优化营销策略、库存管理和资源调配至关重要.首先基于淘宝展示广告点击率预估数据集的用户行为日志构建商品综合热度指标,接着利用熵权TOPSIS法横向分析各... 随着电子商务规模的不断扩大,研究电商企业中商品热度的变化趋势和未来状态对于优化营销策略、库存管理和资源调配至关重要.首先基于淘宝展示广告点击率预估数据集的用户行为日志构建商品综合热度指标,接着利用熵权TOPSIS法横向分析各商品的热度差异,并结合高斯隐马尔可夫模型(GHMM)纵向分析单个商品的热度序列变化,最后基于长短期记忆神经网络(LSTM)和时间序列预测模型(Prophet)进行对比预测商品热度变化.实证分析结果表明LSTM更适合商品热度的时间序列预测.研究可为电商提供有价值的分析方法,帮助电商更好地了解市场和用户行为,以优化运营策略. 展开更多
关键词 商品综合热度指数 熵权TOPSIS法 GHMM LSTM PROPHET
在线阅读 下载PDF
基于自组织映射-前馈神经网络和先知混合模型的短期负荷预测 被引量:4
12
作者 陈宇航 王渝红 +3 位作者 南璐 何川 王腾鑫 张敏 《现代电力》 北大核心 2025年第2期352-359,共8页
为提高电力系统短期负荷预测精度,充分挖掘历史数据中的多维度信息,更好地克服历史数据缺失带来的不利影响,提出一种基于自组织映射-前馈神经网络和先知混合模型的短期负荷预测方法。首先通过SOM神经网络对历史非功率数据聚类计算得到... 为提高电力系统短期负荷预测精度,充分挖掘历史数据中的多维度信息,更好地克服历史数据缺失带来的不利影响,提出一种基于自组织映射-前馈神经网络和先知混合模型的短期负荷预测方法。首先通过SOM神经网络对历史非功率数据聚类计算得到相似日集合,而后采用相似日数据对BP神经网络进行训练得到单点负荷值预测结果。其次,重点考虑历史数据的周期性和时序变化趋势,基于Prophet时序模型对历史负荷数据进行周期非线性拟合。通过历史数据拟合误差反馈,调整优化模型的关键超参数,最后基于误差倒数法组合得到短期负荷预测结果。以某地区电力负荷数据作为算例验证,结果表明所提的改进预测模型预测精度更高,且在克服历史数据缺失和拟合非工作日负荷曲线等方面具有优势。 展开更多
关键词 短期负荷预测 PROPHET 自组织映射-前馈 神经网络 时间序列
原文传递
Judaism,Christianity,and Islam:Similarities and Differences
13
作者 Tina M.Allen-Abulhassan 《Cultural and Religious Studies》 2025年第8期465-478,共14页
This paper will explore the common origins and developments of Judaism,Christianity,and Islam,known as the Abrahamic faiths.Drawing on the references of F.E.Peters and Huston Smith,this paper examines how these tradit... This paper will explore the common origins and developments of Judaism,Christianity,and Islam,known as the Abrahamic faiths.Drawing on the references of F.E.Peters and Huston Smith,this paper examines how these traditions are unified by monotheism,reverence for sacred scripture,and ethical principles,yet dives in their historical narratives,interpretations of covenant,and worship practices.Spiritual figures such as Abraham,Moses,Jesus,and Muhammad are analyzed for their roles in shaping theology and guiding communities of faith.The study highlights the Torah,Bible,and Qur’an as sources of authority and identity,while comparing moral teachings and ritual expressions across the traditions.An emphasis is placed on the shared values and theological differences that have shaped both dialogue and conflict.Ultimately,the paper demonstrates how understanding these faiths together deepens insight into their enduring influence on culture,spirituality,and human history. 展开更多
关键词 Abrahamic faiths Bible COVENANT ethics MONOTHEISM Qur’an TORAH prophets sacred texts WORSHIP
在线阅读 下载PDF
适合西藏地区的归一化植被指数预测模型构建及验证 被引量:1
14
作者 孟慧美 吴凌霄 +1 位作者 宣越健 米玛旺堆 《气候与环境研究》 北大核心 2025年第2期199-211,共13页
基于差分自回归移动平均(ARIMA)方法、随机森林(RF)方法、Prophet方法构建适合西藏地区的归一化植被指数(Normalized Difference Vegetation Index,NDVI)预测模型,利用羊八井地区2000~2021年MODIS遥感NDVI数据进行了验证,结果表明:该地... 基于差分自回归移动平均(ARIMA)方法、随机森林(RF)方法、Prophet方法构建适合西藏地区的归一化植被指数(Normalized Difference Vegetation Index,NDVI)预测模型,利用羊八井地区2000~2021年MODIS遥感NDVI数据进行了验证,结果表明:该地区植被覆盖率总体呈现不明显减少趋势;3个预测模型中,RF预测精度最高,其归一化均方根误差、平均绝对百分比误差、决定系数,分别达到了6.92%、4.04%、0.9;小波变换方法能有效提高模型预测精度;组合模型可以提高预测精度,其中误差倒数权重组合模型优于平均权重和方差倒数加权组合模型。因此可以利用RF等机器学习方法结合小波变换、组合模型在西藏地区进行NDVI预测,为生态环境保护和农牧业生产决策提供科学指导。 展开更多
关键词 归一化植被指数(NDVI)预测模型 随机森林(RF)方法 差分自回归移动平均(ARIMA)方法 Prophet方法 小波变换
在线阅读 下载PDF
基于改进Prophet-LSTM-PSO的大坝异常数据检测模型 被引量:1
15
作者 葛大龙 丁勇 李登华 《中国安全科学学报》 北大核心 2025年第8期164-170,共7页
为提升大坝监测数据的异常检测性能,提出一种基于改进Prophet-长短期记忆(LSTM)-粒子群优化(PSO)的大坝异常数据检测模型。首先,通过改进Prophet法使得异常数据点位分解得到趋势分量特征;其次,将分解得到的趋势、周期和残差分量映射到... 为提升大坝监测数据的异常检测性能,提出一种基于改进Prophet-长短期记忆(LSTM)-粒子群优化(PSO)的大坝异常数据检测模型。首先,通过改进Prophet法使得异常数据点位分解得到趋势分量特征;其次,将分解得到的趋势、周期和残差分量映射到三维空间,以三维空间中近邻均值距离数据代替原始时序数据;最后,结合LSTM网络与PSO算法,设定与优化异常阈值,进而实现异常数据的精准识别。结果表明:相较于传统模型,该模型在检测效果上具有明显提升,且表现出较高的稳定性。在召回率稳定维持在95%以上的前提下,精确率与准确率均超过95%,验证了该方法的有效性与实用性。 展开更多
关键词 PROPHET 长短期记忆(LSTM) 粒子群优化(PSO) 异数据常检测 大坝监测数据
原文传递
2020—2040年中国5种亚型慢性肾病发病趋势预测研究 被引量:14
16
作者 王仕鸿 邓星妤 +5 位作者 曹汝岱 令垚 黄翠怡 欧阳栋 丁元林 于海兵 《中国全科医学》 北大核心 2025年第7期814-823,共10页
背景 慢性肾脏病(CKD)是我国乃至全球不可忽视的公共卫生问题。目前,国内关于不同亚型CKD发病趋势预测的相关研究鲜见报道。目的 预测2020—2040年中国5种亚型CKD的发病趋势,为CKD的防控提供参考。方法 2023年4—5月,收集全球疾病负担研... 背景 慢性肾脏病(CKD)是我国乃至全球不可忽视的公共卫生问题。目前,国内关于不同亚型CKD发病趋势预测的相关研究鲜见报道。目的 预测2020—2040年中国5种亚型CKD的发病趋势,为CKD的防控提供参考。方法 2023年4—5月,收集全球疾病负担研究(GBD)数据库1990—2019年我国5种亚型CKD的年龄标准化发病率(ASIR)和发病人数。采用变化率(%)和平均年度变化百分比(AAPC)描述和分析我国5种亚型CKD的发病现状。运用Prophet模型预测我国2020—2040年5种亚型CKD的ASIR和发病人数。结果 1990—2019年我国5种亚型CKD的ASIR和发病人数均呈现上升趋势,其中高血压肾病的上升趋势最为明显(AAPC=0.75,P<0.05)。2019年男性2型糖尿病肾病、1型糖尿病肾病、肾小球肾炎肾病和高血压肾病的ASIR和发病人数均高于女性,而女性其他类型肾病的ASIR和发病人数高于男性。2型糖尿病肾病、高血压肾病和其他类型肾病在65~74岁年龄组的发病人数较高。1型糖尿病肾病和肾小球肾炎肾病的发病人数多集中于<5岁年龄组。本研究预测结果表明,预计到2040年,2型糖尿病肾病的ASIR和发病人数分别为23.27/10^(5)(80%UI=20.64/10^(5)~26.08/10^(5))和755 375(80%UI=702 827~811 409)例,1型糖尿病肾病的ASIR和发病人数分别为0.60/10^(5)(80%UI=0.47/10^(5)~0.73/10^(5))和10 625(80%UI=9 519~11 787)例,肾小球肾炎肾病的ASIR和发病人数分别为3.88/10^(5)(80%UI=3.01/10^(5)~4.79/10^(5))和87 050(80%UI=74 470~100 460)例,高血压肾病的ASIR和发病人数分别为15.35/10^(5)(80%UI=13.53/10^(5)~17.29/10^(5))和470 214(80%UI=437 598~504 817)例,其他类型肾病的ASIR和发病人数分别为127.68/10^(5)(80%UI=102.41/10^(5)~154.68/10^(5))和3 901 317(80%UI=3 622 415~4 198 720)例。结论 1990—2019年我国5种亚型CKD的ASIR和发病人数均呈现上升趋势。2020—2040年中国2型糖尿病肾病、高血压肾病和其他类型肾病的ASIR和发病人数仍然呈现上升趋势,虽然1型糖尿病肾病和肾小球肾炎肾病的发病人数逐年增长,但总体的ASIR呈现下降趋势。未来应针对不同亚型的CKD制定相应的防控策略。 展开更多
关键词 肾功能不全 慢性 慢性肾病 发病率 趋势预测 中国 Prophet模型
暂未订购
基于时间序列与机器学习的参考作物蒸散量预测研究 被引量:1
17
作者 曹睿喆 秦安振 《灌溉排水学报》 2025年第8期45-52,共8页
【目的】提高豫北地区参考作物蒸散量(ET0)预测模型的精度。【方法】利用2021—2022年新乡市历史气象数据和2023年天气预报数据(最高气温、最低气温、太阳辐射量、2 m风速和日照时间)建立Prophet模型、差分自回归移动平均模型(ARIMA)、... 【目的】提高豫北地区参考作物蒸散量(ET0)预测模型的精度。【方法】利用2021—2022年新乡市历史气象数据和2023年天气预报数据(最高气温、最低气温、太阳辐射量、2 m风速和日照时间)建立Prophet模型、差分自回归移动平均模型(ARIMA)、极限学习机(ELM)及混合ET0预测模型,并与FAO-56 Penman-Monteith模型的结果进行比较。【结果】最高气温(T_(max))、最低气温(T_(min))、辐射量(R_(a))和2 m风速(U2)与ET0的相关性较高,可作为模型的输入因子。Prophet模型和ARIMA模型的预测值与实际ET0的周期变化基本一致,能够较好地预测ET0的季节性和周期性变化。ET0≥5.5 mm/d时,模型拟合结果存在明显误差,难以识别ET0时间序列中的非平稳性与波动性。极限学习机(ELM)模型能够较好地拟合ET0的复杂非线性变化,精度较时间序列模型提高11%。时间序列模型与机器学习混合模型能够较好地吸收不同模型的优点,表现出较高的预测精度。其中,ELM-ARIMA混合模型在中期(1~10 d)ET0预报中的表现最好,平均绝对误差(MAE)、均方根误差(RMSE)和平均偏差误差(MBE)较单一模型降低64.5%、72.9%和65.6%;相关系数(R)较单一模型提高12.9%。【结论】ELM-ARIMA混合模型的ET0预测值与真实值的相关性最高,R 2达到0.945,可作为豫北地区ET0预测模型。 展开更多
关键词 数值天气预报 混合模型 Prophet模型 自回归移动平均模型
在线阅读 下载PDF
利用Prophet模型进行地下水位异常识别初探 被引量:2
18
作者 李永生 周晨 +2 位作者 张思萌 石伟 年华 《大地测量与地球动力学》 北大核心 2025年第3期313-318,共6页
针对地下水位数据的复杂特性(包括非线性趋势、季节性波动和随机扰动),引入Facebook开发的Prophet时间序列预测模型,旨在利用其非线性趋势捕捉、季节性波动解析及对异常值和数据缺失的灵活应对能力,显著提升地下水位异常识别的准确性。... 针对地下水位数据的复杂特性(包括非线性趋势、季节性波动和随机扰动),引入Facebook开发的Prophet时间序列预测模型,旨在利用其非线性趋势捕捉、季节性波动解析及对异常值和数据缺失的灵活应对能力,显著提升地下水位异常识别的准确性。黑龙江省绥化市北林区地震台观测数据表明,Prophet模型在捕捉时间序列动态特征上表现优越,能有效识别异常。模型调整后具有高拟合精度和高预测能力,预测误差低,决定系数高。此外,模型在地震预测中能识别出与地震相关的水位异常,可为地震前兆研究提供新视角。本文结果表明Prophet模型在处理复杂时间序列数据时具有可行性,可为地震预测提供新工具。 展开更多
关键词 地下水位异常识别 时间序列预测 Prophet模型 地震预测
在线阅读 下载PDF
2013-2023年宜昌市手足口病流行特征及发病趋势预测
19
作者 陈佳乐 张细焕 +5 位作者 王蕾 张皓 刘建华 叶子秋 赵鑫 谭盛葵 《热带医学杂志》 2025年第9期1258-1262,共5页
目的分析2013-2023年宜昌市手足口病(HFMD)发病情况和流行趋势,利用季节性自回归移动平均模型(SARIMA)、先知预测模型(Prophet)预测2022、2023年发病趋势,为宜昌市HFMD防控策略提供科学建议。方法描述2013-2023年宜昌市手足口病流行特征... 目的分析2013-2023年宜昌市手足口病(HFMD)发病情况和流行趋势,利用季节性自回归移动平均模型(SARIMA)、先知预测模型(Prophet)预测2022、2023年发病趋势,为宜昌市HFMD防控策略提供科学建议。方法描述2013-2023年宜昌市手足口病流行特征,剔除发病率过低的2020年数据后构建SARIMA、Prophet模型,以2022年1-12月发病率数据为验证集评价各模型短期预测性能,通过预测2023年1-12月发病率比较模型长期预测效果并分析新冠疫情后HFMD流行趋势。结果2013-2023年宜昌市累计报告HFMD 46970例,年均发病率105.26/10万。2013-2023年发病率总体呈下降趋势(χ^(2)_(趋势)=931.40,P<0.001),其中2019年发病率最高(159.51/10万),2020年发病率最低(22.04/10万)。男女性别比例为1.31∶1,男性年均发病率117.35/10万,高于女性92.77/10万,差异有统计学意义(χ^(2)=640.94,P<0.001)。病例年龄集中在1~3岁(28914例,61.56%)、以散居儿童为主(24223例,51.57%)。5-6月为发病主高峰期,11-12月为次高峰期,整体呈现“隔年高发”特点。利用构建好的SARIMA(2,0,0)(0,1,1)12模型对宜昌市2022年HFMD月发病率进行预测,结果显示,波峰、波谷捕捉良好,与实际发病率趋势基本一致,预测性能指标:均方根误差(RMSE)=5.06,平均绝对误差(MAE)=3.87,平均绝对比例误差(MASE)=0.67;运用构建好的Prophet模型对2022年宜昌市HFMD月发病率进行预测,结果显示,RMSE=5.96,MAE=4.58,MASE=0.80,预测值与实际发病率吻合度良好;短期预测中SARIMA(2,0,0)(0,1,1)12均为最佳模型。长期预测中两模型预测效果不佳但SARIMA模型更优,2023年4-5月间HFMD月发病率预测误差显著增加,发病主高峰由6月延至7月,呈现明显高峰后延特征。结论SARIMA模型的预测效果和稳定性更佳,可为宜昌市HFMD提供工作指导。新冠疫情后宜昌市HFMD流行趋势改变,呈现明显高峰后延特征。 展开更多
关键词 手足口病 SARIMA模型 Prophet模型 疾病预测
原文传递
基于SARIMA和Prophet模型的流行性感冒流行趋势预测与分析
20
作者 董贝贝 孙亚敏 +3 位作者 华伟玉 李梦瑶 何斌 刘锋 《首都公共卫生》 2025年第2期80-84,共5页
目的分析中国全国流感样病例(ILI)流感阳性率的变化趋势,比较季节性差分自回归移动平均模型(SARIMA)和Prophet模型的预测效果,为流感的防控提供科学依据。方法由于流感在中国南北方的流行特征具有差异,利用中国全国(以下简称全国)、南... 目的分析中国全国流感样病例(ILI)流感阳性率的变化趋势,比较季节性差分自回归移动平均模型(SARIMA)和Prophet模型的预测效果,为流感的防控提供科学依据。方法由于流感在中国南北方的流行特征具有差异,利用中国全国(以下简称全国)、南方地区和北方地区2015—2024年每周ILI的流感阳性率,构建SARIMA和Prophet模型进行预测,训练集为2015—2023年第1—52周数据,测试集为2024年第1—52周数据。使用平均绝对百分比误差(MAPE)评价预测效果。SARIMA模型采用AIC值确定参数,Prophet模型采用MAPE值确定最优参数。结果SARIMA模型对2025年全国ILI流感阳性率年度长期预测最好,MAPE为2.640%(南方:6.983%,北方:12.676%)。Prophet模型对全国ILI流感阳性率预测最好,MAPE为4.534%(南方:9.250%,北方:42.643%)。Prophet模型对2025年第1—10周全国流感阳性率预测MAPE为0.317%(SARIMA:0.483%)。结论SARIMA模型和Prophet模型预测各有优势,SARIMA在年度长期预测能力优于Prophet模型;在多周中长期预测能力劣于Prophet模型;在短期单点预测能力优于Prophet模型。 展开更多
关键词 流感样病例 流行性感冒 SARIMA模型 Prophet模型 预测
暂未订购
上一页 1 2 13 下一页 到第
使用帮助 返回顶部