公开(公告)号：CN118430838A

公开(公告)日：2024-08-02

申请号：CN202410500192.6

申请日：2024-04-24

Applicant: 中北大学

Inventor： 薛红新 ,  孟罗春子 ,  杨晓文 ,  韩慧妍 ,  熊风光 ,  张元 ,  庞敏 ,  况立群 ,  韩燮 ,  孙福盛 ,  郭磊 ,  焦世超 ,  曹亚明

IPC: G16H50/80 ,  G16H50/50 ,  G06N3/006 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明公开了一种基于图像深度学习网络集成模型的流感预测方法，属于流行病监测技术领域。针对现有方法在特征提取方面存在局限，无法有效挖掘序列中的深层信息，从而影响其预测精度这一问题，首先，通过基于格拉姆角场将一维数字序列编码为二维图像序列，为模型提供基于图像的独特信息特征，在此基础上，通过集成麻雀搜索优化算法设计搭建深度学习网络模型，利用卷积神经网络的图像处理能力进行特征提取，完成流感预测。将一维流感序列图像编码引入再进一步搭建通过集成麻雀搜索算法优化后的非线性流感预测模型，以提高模型预测精度，同时验证卷积神经网络图像处理能力在流感时序预测领域中的优势和实用性。

公开(公告)号：CN116646092A

公开(公告)日：2023-08-25

申请号：CN202310578545.X

申请日：2023-05-22

Applicant: 中北大学

Inventor： 薛红新 ,  魏艳龙 ,  梁海坚 ,  李进 ,  张玲玲 ,  孟罗春子 ,  张杰

IPC: G16H50/80 ,  G16H50/70 ,  G06N3/0442 ,  G06N3/047

Abstract: 本发明属于流感活动预测技术领域，具体涉及一种基于集合调整卡尔曼滤波和SIR模型的流感预测方法，为解决LSTM在峰值点拟合偏低的问题，本发明提供的流感预测方法一方面结合感染率和康复率，由SIR模型模拟流感在人群中传播，来预测流感的人数。另一方面通过集合调整卡尔曼滤波系统结合ILI观测值对SIR模型输出的预测值进行状态滤波得到最后的ILI预测值。