1.一種青少年兒童身高生長曲線的預測方法，包括以下步驟：

步驟1：個人和地區青少年兒童數據預處理，具體包括：

11)剔除人群中的異常數據，計算各個年齡的標準差。

12)最小二乘法擬合各個年齡0SD的身高數據，得到平均生長曲線方程Height＝H(x)，H為身高，x為年齡。

13)通過個人的年齡、骨齡、身高和體重數據，計算個人的BMI、年齡骨齡差以及和世界衛生組織公布的每個年齡段標準BMI的差值。

步驟2：訓練終身高預測模型，具體包括：

21)選取有回訪成年終身高的數據。篩選出年齡、骨齡、身高和體重信息，身高與年齡和BMI存在較強相關性。將每個人的年齡、骨齡、身高、體重、BMI和與標準BMI差值信息和成年終身高一一對應起來，完成訓練集和測試集的制作。

22)搭建多層感知機，確定輸入層的神經元個數、隱藏層的神經元個數、輸出層神經元個數。

23)構建損失函數。自定義的損失函數公式如(1-1)所示。

其中Y_i表示期望網絡輸出的結果，Y_i′表示實際網絡輸出的結果。

24)將年齡、骨齡、身高、體重、BMI和與標準BMI差值信息作為輸入信號，輸入多層感知機，通過前向傳播從輸入層到隱藏層，最后到達輸出層，在輸出端的得到輸出信號，即成年終身高。對誤差進行反向傳播，對神經元之間的連接權值進行更新，權值更新公式如下：

其中ω_ij為輸入層的第i個神經元與隱藏層的第j個神經元間的權值，E_p為誤差信號，η為學習率。

25)通過不斷更新權值，持續進行男生訓練學習、女生訓練學習，驗證模型可靠性，最終得到成年終身高預測網絡模型，保存網絡模型。

步驟3：個人生長曲線計算，具體包括：

31)在平均生長曲線H(x)中加入參數α,β,γ，公式如(1-3)所示：

Height＝H(αx+β)+γ (1-3)

32)加載步驟2中保存的終身高預測網絡模型，輸入年齡、骨齡、身高、體重、BMI和與標準BMI差值信息，得到對應的終身高Height_final。

33)通過最小二乘法，解出以下(1-4)方程組中的α,β,γ的值，其中x_current和Height_current分別為當前的年齡和身高。

34)將α,β,γ的值代回曲線方程即得到適合個人的身高生長曲線。