国产bbaaaaa片,成年美女黄网站色视频免费,成年黄大片,а天堂中文最新一区二区三区,成人精品视频一区二区三区尤物

首頁> 中文期刊> 《信息技術與信息化》 >基于多種模型機器學習算法的數(shù)據(jù)分析——以COVID-19日常病例為例

基于多種模型機器學習算法的數(shù)據(jù)分析——以COVID-19日常病例為例

     
  • 摘要
  • 著錄項
  • 相似文獻
  • 相關主題

摘要

在新冠肺炎防治領域存在大量的定性與定量需求,若采用感性估計的方法會產(chǎn)生較大的人為誤差,且可能與疾病傳播學相悖.針對以上問題,基于Python開發(fā)系統(tǒng)、使用了 SIR傳染病模型與隨機森林模型等多種數(shù)學模型對全球新冠肺炎確診病例與中國各地區(qū)的風險區(qū)劃分數(shù)據(jù)進行了分析,比較不同模型之間的局限性,分別建立了新冠肺炎疫情預測模型與風險區(qū)評估模型.實驗證明,模型有較高的正確率,建立有效的預測模型與風險評估模型對遏制疾病傳播有較大的指導意義也為機器學習在疫情防治領域的應用提供了參考.

著錄項

相似文獻

  • 中文文獻
  • 外文文獻
  • 專利
獲取原文

客服郵箱：kefu@zhangqiaokeyan.com

京公網(wǎng)安備：11010802029741號 ICP備案號：京ICP備15016152號-6 六維聯(lián)合信息科技 (北京) 有限公司?版權所有

  • 客服微信

  • 服務號