公开(公告)号：CN112163705A

公开(公告)日：2021-01-01

申请号：CN202011054678.X

申请日：2020-09-29

Applicant: 重庆邮电大学

Inventor： 彭杨 ,  杨波 ,  张英杰 ,  林颂策 ,  殷梓杰 ,  冯家琦 ,  李帅领 ,  刘飞

IPC: G06Q10/04 ,  G16H50/80 ,  G06N3/04 ,  G06K9/62

Abstract: 本发明涉及一种基于CNN+SEIR和LSTM的疫情预测预警方法，属于信息化领域。利用卷积神经网络CNN+标准传染病SEIR模型作为新冠疫情的预测模型，通过CNN模型从大量的人口迁移的数据中提取特征，然后利用SEIR模型作为新冠疫情的预测模型。所述卷积神经网络CNN用于实现预测模型的特征提取，包括局部感受野、权值共享和池化；预测模型通过卷积神经网络提取来自各个维度的人口迁移数据，将统计得来的患者行动轨迹和人口迁移数据做匹配，利用KL散度计算患者行动轨迹和人口迁移数据的相似度；如果易感染者和患者行动轨迹相似度较大，则见面几率高，否则见面几率小。

公开(公告)号：CN112163705B

公开(公告)日：2022-07-22

申请号：CN202011054678.X

申请日：2020-09-29

Applicant: 重庆邮电大学

Inventor： 彭杨 ,  杨波 ,  张英杰 ,  林颂策 ,  殷梓杰 ,  冯家琦 ,  李帅领 ,  刘飞

IPC: G06Q10/04 ,  G16H50/80 ,  G06N3/04 ,  G06K9/62

Abstract: 本发明涉及一种基于CNN+SEIR和LSTM的疫情预测预警方法，属于信息化领域。利用卷积神经网络CNN+标准传染病SEIR模型作为新冠疫情的预测模型，通过CNN模型从大量的人口迁移的数据中提取特征，然后利用SEIR模型作为新冠疫情的预测模型。所述卷积神经网络CNN用于实现预测模型的特征提取，包括局部感受野、权值共享和池化；预测模型通过卷积神经网络提取来自各个维度的人口迁移数据，将统计得来的患者行动轨迹和人口迁移数据做匹配，利用KL散度计算患者行动轨迹和人口迁移数据的相似度；如果易感染者和患者行动轨迹相似度较大，则见面几率高，否则见面几率小。