公开(公告)号：CN105335604A

公开(公告)日：2016-02-17

申请号：CN201510547902.1

申请日：2015-08-31

Applicant: 吉林大学

Inventor： 杨博 ,  裴红斌 ,  陈贺昌

IPC: G06F19/00

Abstract: 一种人口面向流行病防控的人口动态接触结构建模与发现方法，包括下列内容：使用基于复合种群的三阶张量建模人口动态接触结构方法；基于人口统计数据使用模拟仿真技术构建人口接触结构空间模式方法；基于流行病监控数据使用数据挖掘技术推断人口接触结构时间模式方法。本发明为人口接触结构的建模与发现提供一种全新高效的方法，相对于现有方法，有如下优点：(1)提供了一种人口动态接触结构的建模与发现方法，动态接触结构更符合人类的接触模式(2)该方法可被应用于大规模人口接触结构的建模与发现；(3)该方法具备成本低廉的特性；(4)所获取的人口动态接触结构可准确预测流行病的爆发及流行病防控措施的规划。

公开(公告)号：CN106845511A

公开(公告)日：2017-06-13

申请号：CN201611060599.3

申请日：2016-11-16

Applicant: 吉林大学

Inventor： 杨博 ,  裴红斌

IPC: G06K9/62

CPC classification number: G06K9/6278

Abstract: 本发明公开了一种基于组稀疏贝叶斯学习的网络时空监控方法，其包括以下步骤：其包括基于组稀疏贝叶斯回归模型的网络时空监控步骤与基于组稀疏贝叶斯分类模型的网络时空监控步骤。将连续新数据转化为线性模型，利用组稀疏贝叶斯的回归法完成时空监控网络推断，并结合线性传播模型进行预测；稀疏贝叶斯主要是根据调整先验的方法实现的网络稀疏性，再利用边缘似然等方法对参数和超参进行优化迭代，而对于离散型数据，因为只包含几个离散点，将其转化为非线性数据，利用组稀疏贝叶斯的分类法完成时空监控网络推断，并结合非线性传播模型进行预测，为各种疾病的监控和控制、生态环境等领域提供相应预测范围。