公开(公告)号：CN117612742A

公开(公告)日：2024-02-27

申请号：CN202311621699.9

申请日：2023-11-30

Applicant: 北京工业大学

Inventor： 林绍福 ,  徐振凯

IPC: G16H50/80 ,  G16H50/70 ,  G06F18/15 ,  G06F18/27 ,  G06F18/2135 ,  G06F18/2411 ,  G06N7/02

Abstract: 本发明公开了针对病毒变异毒株的影响因素的评估方法，包括：收集病毒变异毒株传播影响因素特征共同组成数据集。对多因素数据集中的数据进行清洗和归一化预处理，统一数据尺度。通过提取各数据集的特征，对多元数据进行聚集和综合。将多因素数据集通过9:1比例划分为训练集和测试集。构建影响病毒变异毒株传播的多因素定量分析模型，并带入得到的数据集，得出变异毒株传播的多因素影响系数。构建多特征主成分评估模型，根据多因素影响系数，使用模糊搜索和SVM分类器进行主成分选取与因子分类，对不同多因素赋予权重，最终得到影响变异毒株的主成分的综合得分。本发明具有显著的创新性。

公开(公告)号：CN114220553B

公开(公告)日：2024-12-24

申请号：CN202111482792.7

申请日：2021-12-07

Applicant: 北京工业大学

Inventor： 林绍福 ,  付钰 ,  徐振凯

IPC: G16H50/80 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了影响病毒传播的多因素定量分析方法，本发明构建了分析病毒传播与各特征因素之间定量关系的模型。首先在全球范围内搜集所需数据，然后通过构建Dual‑link BiGRU预测神经网络进行各国每日新增病例数预测，最后定量分析不同因素对感染病毒的每日新增病例数的影响。本发明构建了分析病毒传播与多因素之间定量关系的Dual‑link BiGRU模型。该模型在预测精确度和泛化能力上相比于BiLSTM、BiGRU、CNN均有较大的提升。本发明模型是基于31个维度的定量因素而训练而得到的定量分析的病毒传播速度预测模型。

公开(公告)号：CN114220553A

公开(公告)日：2022-03-22

申请号：CN202111482792.7

申请日：2021-12-07

Applicant: 北京工业大学

Inventor： 林绍福 ,  付钰 ,  徐振凯

IPC: G16H50/80 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了影响病毒传播的多因素定量分析方法，本发明构建了分析病毒传播与各特征因素之间定量关系的模型。首先在全球范围内搜集所需数据，然后通过构建Dual‑link BiGRU预测神经网络进行各国每日新增病例数预测，最后定量分析不同因素对感染病毒的每日新增病例数的影响。本发明构建了分析病毒传播与多因素之间定量关系的Dual‑link BiGRU模型。该模型在预测精确度和泛化能力上相比于BiLSTM、BiGRU、CNN均有较大的提升。本发明模型是基于31个维度的定量因素而训练而得到的定量分析的病毒传播速度预测模型。