為了對(duì)新型冠狀病毒肺炎(COVID-19)傳播趨勢(shì)實(shí)現(xiàn)更精準(zhǔn)的分析與預(yù)測(cè),基于傳統(tǒng)的傳染病動(dòng)力學(xué)模型SEIR(susceptible-exposed-infectious-recovered)和長(zhǎng)短期記憶(long short-term memory,LSTM)深度學(xué)習(xí)網(wǎng)絡(luò)構(gòu)建了一種混合模型SEIR-LSTM,結(jié)合全國(guó)和湖北省的疫情數(shù)據(jù)進(jìn)行分析與預(yù)測(cè).從實(shí)驗(yàn)結(jié)果來(lái)看,相較于傳統(tǒng)的機(jī)器學(xué)習(xí)、多項(xiàng)式擬合、普通的SEIR模型和單一的LSTM,所提出的混合模型能取得更高的疫情預(yù)測(cè)精度.最后給出了對(duì)疫情發(fā)展的預(yù)測(cè),對(duì)疫情防控具有一定的應(yīng)用價(jià)值和社會(huì)價(jià)值.

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

圖1全國(guó)疫情發(fā)展趨勢(shì)

從全國(guó)的數(shù)據(jù)看（數(shù)據(jù)來(lái)自國(guó)家衛(wèi)健委）[3]，現(xiàn)存確診人數(shù)在前期快速增長(zhǎng)，在2月16日左右到達(dá)頂峰后，隨著大量的患者治愈出院，確診病例存量正在慢慢下降，總體呈下降趨勢(shì)．2月11日到2月12日確診病例和疑似病例會(huì)有一段明顯的上升（圖1），這與臨床診斷方法的改變和應(yīng)收盡收策略的制定有關(guān)....

圖2其他國(guó)家疫情發(fā)展趨勢(shì)

從數(shù)據(jù)看我國(guó)疫情發(fā)展勢(shì)頭已經(jīng)得到了有效控制，但是國(guó)外的疫情出現(xiàn)了爆發(fā)的苗頭（圖2），確診病例正在快速上升．伴隨著輸入性病例的出現(xiàn)，疫情防控形勢(shì)依舊嚴(yán)峻，在國(guó)內(nèi)疫情基本控制的情況下，要謹(jǐn)防輸入性病例，因此本文結(jié)合傳統(tǒng)模型與深度學(xué)習(xí)結(jié)合現(xiàn)有數(shù)據(jù)對(duì)COVID-19疫情發(fā)展進(jìn)行分析和預(yù)測(cè)....

圖3SEIR-LSTM模型框架

SEIR-LSTM模型包括3部分（圖3):1)SEIR模塊．與經(jīng)典的復(fù)雜網(wǎng)絡(luò)疾病傳播模型susceptibleinfectious(SI）、susceptible-infectious-recovered(SIR）、susceptible-infectious-susceptib....

圖4LSTM的鏈?zhǔn)浇Y(jié)構(gòu)

本文的神經(jīng)網(wǎng)絡(luò)體系結(jié)構(gòu)采用LSTM來(lái)捕獲觀測(cè)值的動(dòng)態(tài)時(shí)間行為[7].LSTM是一種特殊的RNN，可以解決長(zhǎng)期依賴問(wèn)題，被廣泛應(yīng)用在對(duì)時(shí)間序列相關(guān)數(shù)據(jù)的預(yù)測(cè)．LSTM的鏈?zhǔn)浇Y(jié)構(gòu)如圖4所示[8].LSTM的運(yùn)算過(guò)程：

本文編號(hào)：3913565