基于空间回归模型的传染病全球流行程度预测方法

    公开(公告)号:CN117894479A

    公开(公告)日:2024-04-16

    申请号:CN202311266126.9

    申请日:2023-09-28

    Applicant: 吉林大学

    Abstract: 本发明公开了基于空间回归模型的传染病全球流行程度预测方法,选择了两种类型的空间回归模型来预测该传染病的流行严重程度:空间误差模型(SEM)和空间滞后模型(SLM)。在地理空间数据中传统的经典回归模型(OLS),会存在空间自相关的问题,这违反了回归模型中观测对象相互独立的假设,因此,本研究使用了空间回归模型,以限制空间自相关对结果的影响。对于可能存在高度线性相关性并导致回归分析偏差的问题,使用逻辑最小绝对收缩和选择算子(LASSO)回归来检查特征之间的多重共线性,以确定最优特征纳入空间回归模型。本发明使用空间回归模型构建了基于社会经济与环境因素预测该传染病流行严重程度的新算法。

    一种基于修正居住密度的多维度加权人口数量估计方法

    公开(公告)号:CN117150204A

    公开(公告)日:2023-12-01

    申请号:CN202310905248.1

    申请日:2023-07-22

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于修正居住密度的多维度加权人口数量估计方法,包括以下步骤:步骤1:在选定的拟研究区域对小区按照行政归属区域进行划分;步骤2:利用修正系数法,确定选定区域的修正居住密度;步骤3:对选定区域内的地标性建筑进行统计;步骤4:将地标性建筑按照规模大小进行分层,确定各层的权重系数;步骤5:将各行政区内的地标性建筑的权重进行加和获得行政区域密度权重;步骤6:将行政区域密度权重映射到入住率赋值区间上,得到该行政区域内各小区的入住率;步骤7:计算选定区域某小区居民总数,其估计值为小区房屋总数*修正居住密度*入住率。

    一种基于改进的欧氏距离规划区域内最优物流调配点的算法

    公开(公告)号:CN116629722A

    公开(公告)日:2023-08-22

    申请号:CN202310399106.2

    申请日:2023-04-14

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于改进的欧氏距离规划区域内最优物流调配点的算法,包括以下步骤:步骤1:将选定区域内拟进行分配的样本点进行经纬度坐标化;步骤2:建立三角模型对衡量的距离标准进行改进,确定两样本点间交通距离的取值范围;步骤3:在区间范围内生成加权系数,以k‑means聚类算法为框架,将加权系数融合到欧氏距离中获得交通距离;步骤4:将用三角模型改进后的欧式距离为判据计算出聚心,此时聚心为最优物流调配点。本发明相比于传统欧氏距离,改良的欧氏距离可以更好的考虑客观的空间地理数据对结果的影响,该算法能够客观体现交通距离,更加准确地应用在城市物流调配点最优位置的选址上。

    一种多层次聚类确定区域内快速病原体核酸检测点的方法

    公开(公告)号:CN117114303A

    公开(公告)日:2023-11-24

    申请号:CN202311026282.8

    申请日:2023-08-15

    Applicant: 吉林大学

    Abstract: 本发明公开了一种多层次聚类确定区域内快速病原体核酸检测点的方法,包括以下步骤:步骤1:在拟研究区域将各小区按照行政区域划分并进行经纬度坐标化;步骤2:根据需求设置检测点的采样能力及浮动区间;步骤3:各小区人数与检测点采样能力匹配,确定该小区内A类检测点;步骤4:对不满足独立设置检测点(A类)条件的小区,在其行政区内根据距离聚类;步骤5:对步骤4输出的聚心进行步行距离限制和人数限制检测,确定B类检测点;步骤6:将剩余的小区纳入到离其最近的聚心(A类或B类)所在聚类区,若不满足步行距离限制,则重新进行聚类,确定C类检测点;步骤7:输出A、B、C类检测点的选址坐标及检测能力范围。

Patent Agency Ranking