針對(duì)現(xiàn)有模型在開放空間的預(yù)測(cè)和時(shí)變參數(shù)估計(jì)上存在的局限性,該文在已知病毒傳播規(guī)律的基礎(chǔ)上,將極限學(xué)習(xí)機(jī)與動(dòng)力學(xué)模型結(jié)合,提出了一種新的極限IR預(yù)測(cè)模型。通過對(duì)SIR模型的改進(jìn),該模型將病毒傳播過程簡化為感染態(tài)、治愈態(tài)和死亡態(tài),并對(duì)時(shí)變函數(shù)及疫情趨勢(shì)進(jìn)行預(yù)測(cè),解決了疫情中現(xiàn)有確診人數(shù)、死亡人數(shù)和治愈人數(shù)實(shí)時(shí)預(yù)測(cè)的難題。實(shí)驗(yàn)證明,極限IR算法可準(zhǔn)確實(shí)現(xiàn)疫情趨勢(shì)的實(shí)時(shí)預(yù)測(cè),為新型冠狀肺炎疫情發(fā)展趨勢(shì)提供了一種有效的數(shù)據(jù)分析模型。 

【文章頁數(shù)】：7 頁

【文章目錄】：
1 總體框架
2 無風(fēng)險(xiǎn)人群轉(zhuǎn)移預(yù)測(cè)模型
3 感染人群預(yù)測(cè)模型
4 模型實(shí)證
    4.1 治愈人群與死亡人群預(yù)測(cè)
    4.2 確診人群預(yù)測(cè)
5 結(jié)束語


【參考文獻(xiàn)】：
期刊論文
[1]基于機(jī)器學(xué)習(xí)的新型冠狀病毒（COVID-19）疫情分析及預(yù)測(cè)[J]. 王志心,劉治,劉兆軍.  生物醫(yī)學(xué)工程研究. 2020(01)
[2]新型冠狀病毒肺炎基本再生數(shù)的初步預(yù)測(cè)[J]. 周濤,劉權(quán)輝,楊紫陌,廖敬儀,楊可心,白薇,呂欣,張偉.  中國循證醫(yī)學(xué)雜志. 2020(03)
[3]一類具有l(wèi)ogistic增長的SIR時(shí)滯傳染病模型的穩(wěn)定性分析[J]. 吳紅良,薛亞奎.  數(shù)學(xué)的實(shí)踐與認(rèn)識(shí). 2018(07)
[4]一種改進(jìn)的GNS互連測(cè)試算法[J]. 鐘波,孟曉風(fēng),王琳,王國華.  航空學(xué)報(bào). 2009(04)



本文編號(hào)：3699198