基于SARIMA-LSTM的门诊量预测研究
为了实现更加稳健和精准的门诊量预测，构建了一种基于SARIMA-LSTM的门诊量预测模型。该方法首先使用SARIMA模型对门诊量进行单指标建模，提取门诊量指标蕴含的周期、趋势等信息，然后构建了以节日天数、法定上班天数、平均最高气温等多个相关指标为输入的多对一LSTM模型，对SARIMA模型残差进行进一步学习，实现残差与多个变量间的非线性关系抽取。实证结果表明，构建SARIMA-LSTM混合模型相较5种主流预测方法具有更高的一步预测精度，具有较好的实际应用价值。
文件下载
评论信息
其他资源
- 微电网优化调度
- iot-dc3-architecture.pptx
- 由NFA状态转换表到DFA状态转换表 C语言实现
- 正态分布数据的极大似然估计MATLAB实现
- FocusOn3DTerrainProgramming(中文版)
- 正则化粒子滤波matlab程序
- Flexures_ Elements of Elastic Mechanisms - Stuart T. Smith
- 混合动力电动汽车整车控制Simulink模型
- mac os x EI Capitan 10.11.6原版系统(不适合黑苹果)
- Jquery时间滑块TimeSlider增强显示（精简优化，有刻度，有调用方法）
- 密钥管理系统论文
- Bonjour SDK for Windows
- LP WIZARD10.5破解版（WIN10中也能破解）
- STC8+AHT10模拟I2C读取实际项目
- SpringBoot多表联查(测试可用)
- DeepResolution2.0：基于深度学习的多元曲线分辨率2.0-源码
- cesium.zip
- LabVIEW_USB相机程序
- UMAP Journal美赛O奖论文评析 2016-2018
- Android例子源码简单实现手机与电脑的UDP通讯
- Devexpress Winform中文文档.CHM
- idl批量解压原始影像压缩包
- 神经网络(一些算法论文),可以学习
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明