期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
9
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
“月发展报告单”后叙
1
作者
刘红
《山东教育》
2005年第27期36-36,共1页
关键词
“
月
发展
报告
单”
教育契机
教育合力
行为规范教育
幼儿园
幼儿教育
幼儿教师
下载PDF
职称材料
岭澳二期核电站主回路设备月进度报告编制方法探讨
2
作者
尹剑南
费莲
陈忠义
《东方电气评论》
2007年第4期60-64,共5页
岭澳二期核电站是中国广东核电集团继大亚湾核电站、岭澳一期核电站之后,在广东深圳地区建设的第三座百万千瓦级大型商用核电站。工程采用二代改进型核电站技术,是我国"十五"核电自主化的依托项目。项目规划建设两台百万千瓦...
岭澳二期核电站是中国广东核电集团继大亚湾核电站、岭澳一期核电站之后,在广东深圳地区建设的第三座百万千瓦级大型商用核电站。工程采用二代改进型核电站技术,是我国"十五"核电自主化的依托项目。项目规划建设两台百万千瓦级压水堆核电机组,计划于2005年12月第一罐混凝土,2010年和2011年两台机组分别建成并投入商业运行。如何更好进行项目管理,是一个新课题,其中月进度报告的编写在为项目管理提供必要的信息方面有着极其重要的作用。本文对岭澳二期核电站主回路设备月度报告的编制进行了简要探讨和介绍。
展开更多
关键词
岭澳二期核电站
主回路设备
月
进度
报告
下载PDF
职称材料
数学反思性学习作业例谈
3
作者
潘静婧
《教育研究与评论(小学教育教学)》
2024年第5期56-58,共3页
反思是一种重要的思维活动。反思的能力很难自发地形成,主要依靠后天的学习。对此,设计数学反思性学习作业,带领学生通过日整理、周小结、月报告,日积月累,查漏补缺,激发反思意识,掌握反思方法,提升反思能力。
关键词
小学数学
反思
日整理
周小结
月报告
下载PDF
职称材料
二000年一月份重大伤亡事故月报(局规划发展司2000年2月23日)
4
《化工安全与环境》
2000年第9期14-16,共3页
关键词
2000年
一
月
份
重大伤亡事故
月报告
统计
中国
下载PDF
职称材料
大兴安岭细化森林资源监督管理体系
5
《林业实用技术》
北大核心
2005年第2期46-46,共1页
大兴安岭地区“两会”结束后,大兴安岭资源林政部门立即召开党组扩大会议,研究落实“两会”关于加强资源管理的要求精神,制定和细化加强资源管理的措施。
关键词
大兴安岭地区
森林资源监督管理体系
月报告
工作制度
源头管理责任制
监督办责任追究制度
下载PDF
职称材料
我国包虫病报告病例数自回归移动平均模型预测研究
被引量:
6
6
作者
谭恩丽
王正峰
+12 位作者
周文策
李石柱
卢艳
艾琳
蔡玉春
滕雪娇
张顺先
党志胜
杨春利
陈家旭
胡薇
周晓农
田利光
《中国血吸虫病防治杂志》
CAS
CSCD
北大核心
2018年第1期47-53,共7页
目的采用自回归移动平均模型(Autoregressive integrated moving average,ARIMA)对全国(不含港、澳、台地区)包虫病月报告病例数进行预测,为包虫病的防控提供科学参考。方法通过SPSS 24.0软件,分别以2007-2015年和2007-2014年全国包虫...
目的采用自回归移动平均模型(Autoregressive integrated moving average,ARIMA)对全国(不含港、澳、台地区)包虫病月报告病例数进行预测,为包虫病的防控提供科学参考。方法通过SPSS 24.0软件,分别以2007-2015年和2007-2014年全国包虫病月报告病例数,分别建立最优的ARIMA模型,并进行模型比较。结果 2007-2015年全国包虫病月报告病例数的最优模型为ARIMA(1,0,0)(1,1,0)_(12),预测相对误差为-13.97%,AR(1)=0.367(t=3.816,P<0.001)、SAR(1)=-0.328(t=-3.361,P=0.001),Ljung-Box Q=14.119(df=16,P=0.590)。2007-2014年全国包虫病月报告病例数的最优模型为ARIMA(1,0,0)(1,0,1)12,预测相对误差为0.56%,AR(1)=0.413(t=4.244,P<0.001),SAR(1)=0.809(t=9.584,P<0.001),SMA(1)=0.356(t=2.278,P=0.025),Ljung-Box Q=18.924(df=15,P=0.217)。结论时间序列不同,所建立的预测模型可能不同。数据积累越多、预测时间越短、预测误差越小的情况还需得到进一步验证。模型的建立和预测应用是动态过程,需要不断根据积累的数据进行调整,但同时要充分考虑影响传染病报告病例数相关工作(普查和专项调查等)的影响。
展开更多
关键词
包虫病
月报告
病例数
自回归移动平均模型
建模
原文传递
我国血吸虫病报告病例数ARIMA模型预测研究
被引量:
2
7
作者
常雪莲
王小莉
+1 位作者
魏星
李亮
《中华地方病学杂志》
CAS
北大核心
2021年第9期712-717,共6页
目的研究我国(不含港、澳、台地区)的血吸虫病月报告病例数进行自回归移动平均(autoregressive integrated moving average,ARIMA)模型预测作用,为血吸虫病的防控提供科学依据。方法采用ARIMA模型,以2009年1月至2018年12月我国血吸虫病...
目的研究我国(不含港、澳、台地区)的血吸虫病月报告病例数进行自回归移动平均(autoregressive integrated moving average,ARIMA)模型预测作用,为血吸虫病的防控提供科学依据。方法采用ARIMA模型,以2009年1月至2018年12月我国血吸虫病月报告病例数时间序列为训练集,应用R 3.6.2软件进行平稳性分析后,采用赤池信息准则和贝叶斯信息准则等筛选参数,选出较优ARIMA模型;以2019年1-12月我国血吸虫病月报告病例数为测试集进行验证和逐月优化,得到1个最优ARIMA模型;并以2019年1月至2020年10月我国血吸虫病月报告病例数验证最优ARIMA模型的预测效果。结果基于2009年1月至2018年12月数据,可以得到4种较优ARIMA模型,分别为ARIMA(2,0,2)(1,0,1)[12]、ARIMA(2,0,2)(0,0,1)[12]、ARIMA(2,0,2)(1,0,0)[12]和ARIMA(2,0,2);以2019年1-12月的病例数实际值和4种ARIMA模型预测值分别进行对比,构建出的血吸虫病月报告病例数的最优预测模型为ARIMA(2,0,2)(1,0,1)[12];预测的相对误差均值为0.51%。结论本研究构建的ARIMA模型精度较高,适用于我国血吸虫病病例数的短期预测分析,可为该病防治提供数据支持,具有一定实践指导意义。
展开更多
关键词
血吸虫病
月报告
病例数
时间序列
ARIMA模型
预测
原文传递
采用自回归移动平均模型预测中国流感病例数
被引量:
16
8
作者
谭恩丽
侯慧玉
+4 位作者
包海荣
滕雪娇
张顺先
李保娣
黄晓霞
《病毒学报》
CAS
CSCD
北大核心
2017年第5期699-705,共7页
采用自回归移动平均模型(ARIMA)对中国(不含中国港澳台地区)流感月报告病例数进行预测研究,为中国流行性感冒(流感)的预防控制提供参考依据。使用SPSS 24.0软件,以2006年1月至2016年12月中国流感月报告病例数建立时间序列模型,并以2017...
采用自回归移动平均模型(ARIMA)对中国(不含中国港澳台地区)流感月报告病例数进行预测研究,为中国流行性感冒(流感)的预防控制提供参考依据。使用SPSS 24.0软件,以2006年1月至2016年12月中国流感月报告病例数建立时间序列模型,并以2017年1~5月的月报告病例数作为验证数据,评估和筛选最优模型。以2006年1月至2016年12月中国流感月报告病例数为基础数据,建立的最优模型为ARIMA(4,0,4),其平稳R2=0.672,标化BIC=18.032,Ljung-Box Q=16.381,P=0.089。对2017年1~5月的数据进行预测,预测相对误差的平均值仅为-3.25%。ARIMA模型在预测中国流感月报告病例数方面效果较好,但模型的建立和预测应用是个动态过程,需不断根据积累的数据进行调整,从而提高预测精度。
展开更多
关键词
流行性感冒(流感)
月报告
病例数
自回归移动平均模型
原文传递
我国手足口病重症患者数自回归移动平均模型预测研究
被引量:
15
9
作者
张顺先
邱琪
王英
《病毒学报》
CAS
CSCD
北大核心
2017年第1期77-81,共5页
采用自回归移动平均(Autoregressive integrated moving average,ARIMA)模型对我国(不含中国港澳台)手足口病月报告的重症患者数进行预测研究,为该模型在手足口病及其它传染病预防控制中的应用提供参考依据。根据2010-2015年全国手足口...
采用自回归移动平均(Autoregressive integrated moving average,ARIMA)模型对我国(不含中国港澳台)手足口病月报告的重症患者数进行预测研究,为该模型在手足口病及其它传染病预防控制中的应用提供参考依据。根据2010-2015年全国手足口病月报告重症患者数时间序列,以2016年1-9月的月报告重症患者数作为验证数据,建立我国手足口病月报告重症患者数的ARIMA模型,并与2010-2014年数据建立的模型进行比较。2010-2014、2010-2015年两个不同时间序列建立的我国手足口病月报告重症患者数模型分别为ARIMA(1,1,0)(2,1,0)12、ARIMA(0,1,1)(2,1,0)12。以上两个不同时间序列预测结果比较发现,数据积累较多,预测的平均相对误差变小,但预测时间越短尚未发现平均相对误差较小。同一研究内容,时间序列年代不同,所建立的预测模型可能不同;认为ARIMA模型数据积累越多、预测时间越短、预测误差越小的情况还需得到进一步验证。
展开更多
关键词
手足口病
月报告
重症患者数
ARIMA
模型比较
原文传递
题名
“月发展报告单”后叙
1
作者
刘红
机构
江苏省张家港市梁丰幼儿园
出处
《山东教育》
2005年第27期36-36,共1页
关键词
“
月
发展
报告
单”
教育契机
教育合力
行为规范教育
幼儿园
幼儿教育
幼儿教师
分类号
G615 [文化科学—学前教育学]
下载PDF
职称材料
题名
岭澳二期核电站主回路设备月进度报告编制方法探讨
2
作者
尹剑南
费莲
陈忠义
机构
中国东方电气集团公司核电事业部
出处
《东方电气评论》
2007年第4期60-64,共5页
文摘
岭澳二期核电站是中国广东核电集团继大亚湾核电站、岭澳一期核电站之后,在广东深圳地区建设的第三座百万千瓦级大型商用核电站。工程采用二代改进型核电站技术,是我国"十五"核电自主化的依托项目。项目规划建设两台百万千瓦级压水堆核电机组,计划于2005年12月第一罐混凝土,2010年和2011年两台机组分别建成并投入商业运行。如何更好进行项目管理,是一个新课题,其中月进度报告的编写在为项目管理提供必要的信息方面有着极其重要的作用。本文对岭澳二期核电站主回路设备月度报告的编制进行了简要探讨和介绍。
关键词
岭澳二期核电站
主回路设备
月
进度
报告
Keywords
Lingao Nuclear Power Station(Phase Ⅱ)
Primary Loop Package equipments
Monthly Progress Report
分类号
TM623 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
数学反思性学习作业例谈
3
作者
潘静婧
机构
江苏省江阴市申港实验小学
出处
《教育研究与评论(小学教育教学)》
2024年第5期56-58,共3页
文摘
反思是一种重要的思维活动。反思的能力很难自发地形成,主要依靠后天的学习。对此,设计数学反思性学习作业,带领学生通过日整理、周小结、月报告,日积月累,查漏补缺,激发反思意识,掌握反思方法,提升反思能力。
关键词
小学数学
反思
日整理
周小结
月报告
分类号
G623.5 [文化科学—教育学]
下载PDF
职称材料
题名
二000年一月份重大伤亡事故月报(局规划发展司2000年2月23日)
4
出处
《化工安全与环境》
2000年第9期14-16,共3页
关键词
2000年
一
月
份
重大伤亡事故
月报告
统计
中国
分类号
X928.01 [环境科学与工程—安全科学]
下载PDF
职称材料
题名
大兴安岭细化森林资源监督管理体系
5
出处
《林业实用技术》
北大核心
2005年第2期46-46,共1页
文摘
大兴安岭地区“两会”结束后,大兴安岭资源林政部门立即召开党组扩大会议,研究落实“两会”关于加强资源管理的要求精神,制定和细化加强资源管理的措施。
关键词
大兴安岭地区
森林资源监督管理体系
月报告
工作制度
源头管理责任制
监督办责任追究制度
分类号
F326.2 [经济管理—产业经济]
下载PDF
职称材料
题名
我国包虫病报告病例数自回归移动平均模型预测研究
被引量:
6
6
作者
谭恩丽
王正峰
周文策
李石柱
卢艳
艾琳
蔡玉春
滕雪娇
张顺先
党志胜
杨春利
陈家旭
胡薇
周晓农
田利光
机构
兰州大学第一医院老年呼吸科
兰州大学第一医院普外二科
中国疾病预防控制中心寄生虫病预防控制所、国家卫生和计划生育委员会寄生虫病原与媒介生物学重点实验室、世界卫生组织热带病合作中心、国家级热带病国际联合研究中心
上海市皮肤病医院
复旦大学生命科学学院微生物学与微生物工程系
出处
《中国血吸虫病防治杂志》
CAS
CSCD
北大核心
2018年第1期47-53,共7页
基金
国家自然科学基金(81473022)
文摘
目的采用自回归移动平均模型(Autoregressive integrated moving average,ARIMA)对全国(不含港、澳、台地区)包虫病月报告病例数进行预测,为包虫病的防控提供科学参考。方法通过SPSS 24.0软件,分别以2007-2015年和2007-2014年全国包虫病月报告病例数,分别建立最优的ARIMA模型,并进行模型比较。结果 2007-2015年全国包虫病月报告病例数的最优模型为ARIMA(1,0,0)(1,1,0)_(12),预测相对误差为-13.97%,AR(1)=0.367(t=3.816,P<0.001)、SAR(1)=-0.328(t=-3.361,P=0.001),Ljung-Box Q=14.119(df=16,P=0.590)。2007-2014年全国包虫病月报告病例数的最优模型为ARIMA(1,0,0)(1,0,1)12,预测相对误差为0.56%,AR(1)=0.413(t=4.244,P<0.001),SAR(1)=0.809(t=9.584,P<0.001),SMA(1)=0.356(t=2.278,P=0.025),Ljung-Box Q=18.924(df=15,P=0.217)。结论时间序列不同,所建立的预测模型可能不同。数据积累越多、预测时间越短、预测误差越小的情况还需得到进一步验证。模型的建立和预测应用是动态过程,需要不断根据积累的数据进行调整,但同时要充分考虑影响传染病报告病例数相关工作(普查和专项调查等)的影响。
关键词
包虫病
月报告
病例数
自回归移动平均模型
建模
Keywords
Echinococcosis
Monthly reported cases
Autoregressive integrated moving average (ARIMA) model
Modeling
分类号
R53 [医药卫生—内科学]
原文传递
题名
我国血吸虫病报告病例数ARIMA模型预测研究
被引量:
2
7
作者
常雪莲
王小莉
魏星
李亮
机构
蚌埠医学院病原生物学教研室安徽省感染与免疫重点实验室
蚌埠医学院数字医学与智慧健康安徽省重点实验室
蚌埠学院食品与生物工程系
出处
《中华地方病学杂志》
CAS
北大核心
2021年第9期712-717,共6页
基金
安徽省高校自然科学研究重点项目(KJ2019A320、KJ2019A325、KJ2020A0566)
蚌埠医学院自然科学研究项目(BYKY1819ZD、BYKY1825ZD)。
文摘
目的研究我国(不含港、澳、台地区)的血吸虫病月报告病例数进行自回归移动平均(autoregressive integrated moving average,ARIMA)模型预测作用,为血吸虫病的防控提供科学依据。方法采用ARIMA模型,以2009年1月至2018年12月我国血吸虫病月报告病例数时间序列为训练集,应用R 3.6.2软件进行平稳性分析后,采用赤池信息准则和贝叶斯信息准则等筛选参数,选出较优ARIMA模型;以2019年1-12月我国血吸虫病月报告病例数为测试集进行验证和逐月优化,得到1个最优ARIMA模型;并以2019年1月至2020年10月我国血吸虫病月报告病例数验证最优ARIMA模型的预测效果。结果基于2009年1月至2018年12月数据,可以得到4种较优ARIMA模型,分别为ARIMA(2,0,2)(1,0,1)[12]、ARIMA(2,0,2)(0,0,1)[12]、ARIMA(2,0,2)(1,0,0)[12]和ARIMA(2,0,2);以2019年1-12月的病例数实际值和4种ARIMA模型预测值分别进行对比,构建出的血吸虫病月报告病例数的最优预测模型为ARIMA(2,0,2)(1,0,1)[12];预测的相对误差均值为0.51%。结论本研究构建的ARIMA模型精度较高,适用于我国血吸虫病病例数的短期预测分析,可为该病防治提供数据支持,具有一定实践指导意义。
关键词
血吸虫病
月报告
病例数
时间序列
ARIMA模型
预测
Keywords
Schistosomiasis
Monthly reported cases
Time series
ARIMA model
Prediction
分类号
R532.21 [医药卫生—内科学]
原文传递
题名
采用自回归移动平均模型预测中国流感病例数
被引量:
16
8
作者
谭恩丽
侯慧玉
包海荣
滕雪娇
张顺先
李保娣
黄晓霞
机构
兰州大学第一医院老年呼吸科
河北省人民医院
中国疾病预防控制中心寄生虫病预防控制所
甘肃省疾病预防控制中心
中国疾病预防控制中心病毒病预防控制所
出处
《病毒学报》
CAS
CSCD
北大核心
2017年第5期699-705,共7页
文摘
采用自回归移动平均模型(ARIMA)对中国(不含中国港澳台地区)流感月报告病例数进行预测研究,为中国流行性感冒(流感)的预防控制提供参考依据。使用SPSS 24.0软件,以2006年1月至2016年12月中国流感月报告病例数建立时间序列模型,并以2017年1~5月的月报告病例数作为验证数据,评估和筛选最优模型。以2006年1月至2016年12月中国流感月报告病例数为基础数据,建立的最优模型为ARIMA(4,0,4),其平稳R2=0.672,标化BIC=18.032,Ljung-Box Q=16.381,P=0.089。对2017年1~5月的数据进行预测,预测相对误差的平均值仅为-3.25%。ARIMA模型在预测中国流感月报告病例数方面效果较好,但模型的建立和预测应用是个动态过程,需不断根据积累的数据进行调整,从而提高预测精度。
关键词
流行性感冒(流感)
月报告
病例数
自回归移动平均模型
Keywords
Influenza
Monthly reported cases
ARIMA
分类号
R373.1 [医药卫生—病原生物学]
R183.9 [医药卫生—流行病学]
原文传递
题名
我国手足口病重症患者数自回归移动平均模型预测研究
被引量:
15
9
作者
张顺先
邱琪
王英
机构
中国疾病预防控制中心寄生虫病预防控制所
中国疾病预防控制中心病毒病预防控制所
出处
《病毒学报》
CAS
CSCD
北大核心
2017年第1期77-81,共5页
文摘
采用自回归移动平均(Autoregressive integrated moving average,ARIMA)模型对我国(不含中国港澳台)手足口病月报告的重症患者数进行预测研究,为该模型在手足口病及其它传染病预防控制中的应用提供参考依据。根据2010-2015年全国手足口病月报告重症患者数时间序列,以2016年1-9月的月报告重症患者数作为验证数据,建立我国手足口病月报告重症患者数的ARIMA模型,并与2010-2014年数据建立的模型进行比较。2010-2014、2010-2015年两个不同时间序列建立的我国手足口病月报告重症患者数模型分别为ARIMA(1,1,0)(2,1,0)12、ARIMA(0,1,1)(2,1,0)12。以上两个不同时间序列预测结果比较发现,数据积累较多,预测的平均相对误差变小,但预测时间越短尚未发现平均相对误差较小。同一研究内容,时间序列年代不同,所建立的预测模型可能不同;认为ARIMA模型数据积累越多、预测时间越短、预测误差越小的情况还需得到进一步验证。
关键词
手足口病
月报告
重症患者数
ARIMA
模型比较
Keywords
Hand-Foot-Mouth Disease
Monthly reported severe cases
ARIMA
Model comparison
分类号
R373.9 [医药卫生—病原生物学]
原文传递
题名
作者
出处
发文年
被引量
操作
1
“月发展报告单”后叙
刘红
《山东教育》
2005
0
下载PDF
职称材料
2
岭澳二期核电站主回路设备月进度报告编制方法探讨
尹剑南
费莲
陈忠义
《东方电气评论》
2007
0
下载PDF
职称材料
3
数学反思性学习作业例谈
潘静婧
《教育研究与评论(小学教育教学)》
2024
0
下载PDF
职称材料
4
二000年一月份重大伤亡事故月报(局规划发展司2000年2月23日)
《化工安全与环境》
2000
0
下载PDF
职称材料
5
大兴安岭细化森林资源监督管理体系
《林业实用技术》
北大核心
2005
0
下载PDF
职称材料
6
我国包虫病报告病例数自回归移动平均模型预测研究
谭恩丽
王正峰
周文策
李石柱
卢艳
艾琳
蔡玉春
滕雪娇
张顺先
党志胜
杨春利
陈家旭
胡薇
周晓农
田利光
《中国血吸虫病防治杂志》
CAS
CSCD
北大核心
2018
6
原文传递
7
我国血吸虫病报告病例数ARIMA模型预测研究
常雪莲
王小莉
魏星
李亮
《中华地方病学杂志》
CAS
北大核心
2021
2
原文传递
8
采用自回归移动平均模型预测中国流感病例数
谭恩丽
侯慧玉
包海荣
滕雪娇
张顺先
李保娣
黄晓霞
《病毒学报》
CAS
CSCD
北大核心
2017
16
原文传递
9
我国手足口病重症患者数自回归移动平均模型预测研究
张顺先
邱琪
王英
《病毒学报》
CAS
CSCD
北大核心
2017
15
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部