一种区域疫情防控用突发呼吸道传染病风险预测模型制造技术

本发明专利技术公开了一种区域疫情防控用突发呼吸道传染病风险预测模型，包括如下步骤：S1：原始数据；S2：数据治理；S3：知识库建立；S4：决策层融合；S5：风险预测模型建立。本发明专利技术具有以下有益效果：

【技术实现步骤摘要】
一种区域疫情防控用突发呼吸道传染病风险预测模型


[0001]本专利技术属于数据分析
，具体涉及一种区域疫情防控用突发呼吸道传染病风险预测模型。

技术介绍

[0002]新世纪新（突）发重大传染病（如2003年的SARS，2009年的A/H1N1流感、2012年的MERS）不断的涌现、正在流行的新型冠状病毒肺炎（COVID
‑
19）给社会正常生活、人民生命健康造成了重大影响。基于多源异构的数据来对疫情发展趋势进行早期快速的预测，特别是预测传染病的传播风险、感染率、病死率、到达高峰（拐点）时间、最终感染规模等等，具有重要的现实意义。算法模型和数据分析在助力疫情的预测、预警和风险分析中发挥了非常重要的作用。但是在区域疫情防控中，来自单一来源或单一系统的数据难以获得对疫情态势的全面认知，而通过对不同度量特征的融合处理可以将多源信息转化成对环境有价值的解释。如果从数据层进行整体传输和集中处理，导致通信负载大、计算代价高、处理时间长、抗干扰能力差的缺点。

技术实现思路

[0003]本专利技术的目的在于提供一种区域疫情防控用突发呼吸道传染病风险预测模型，用于解决区域内多渠道监测预警、传染病监测系统与其他部门监测系统结合、突发呼吸道传染病风险预测过程中，信源数据形式存在差异的问题。基于决策层数据融合，提供呼吸道传染病风险预测模型，支持区域传染病防控中多维度多源异构数据融合的非线性问题，同时提高数据处理能力及性能，并有较强的自适应性。
[0004]为实现上述目的，本专利技术提供以下技术方案：一种区域疫情防控用突发呼吸道传染病风险预测模型，其结构要点在于：包括如下步骤：S1：原始数据，通过在职能单位建立大数据中心，抽取、整合并清洗分散在医院数据、疾控中心数据、检验机构数据、基层社区人口数据、应急物资数据的多源异构数据；S2：数据治理，建立全面、动态、可配置的数据接入机制，满足数据采集、数据汇聚、任务配置、任务调度、数据加密、断点续传的需求；建立标准化的数据处理流程，形成面向数据内容的数据规范、清洗、关联、比对、标识的转换处理规范模式，为一个组织的数据融合建库提供支撑；统筹建设多元集成、融合建库的数据组织模式，按照关键要素分级分类推进云建库和存储管理，所述的关键要素分级包括业务类型、敏感程度、隐私内容，采用特征标签、归一集成多种手段实现不同来源数据资源关联融合；S3：知识库建立，构建知识图谱分类，建设多渠道、多维度的数据服务模式，面向使用者提供基础数据服务，所述的基础数据服务包括查询检索和比对排序，面向专业人员提供智能数据服务，所述的智能数据服务挖掘分析、专家建模；S4：决策层融合，基于区域内各单位的大数据中心知识库，对规则和知识进行提取，在知识层面实现多源异构数据语义融合，语义层的信息融合可以分为基于多视图的数
据融合、基于相似性的数据融合、基于概率依赖的数据融合以及基于迁移学习的数据融合；S5：风险预测模型建立，突发呼吸道传染病感染总体可分为7类感染风险场景，包括家中、社区和居民楼、工作场所、公共场所、交通运输、医疗卫生机构、社会福利机构，细分为53类的感染风险区域和255个感染风险点位，基于风险场景中的关键因素：风险位点、风险人群、风险行为，利用决策层融合的数据，建立风险预测模型，通过深度神经网络选取风险预测模型的最优参数。
[0005]作为优选的，S1中的职能单位包括医院和疾控中心。
[0006]作为优选的，S1中的疾控中心数据包括传染病与突发公共卫生事件网络直报系统。
[0007]作为优选的，S1中的疾控中心数据包括传染病与突发公共卫生事件网络直报系统。
[0008]与现有技术相比，本专利技术具有以下有益效果：
①
系统在多维输入数据和输出数据处理上有优势；
②
能够处理任意复杂的非线性问题，所以非线性映射能力较高；
③
能够并行处理信息或数据，提高了数据的处理能力和性能；
④
具有较强的自适应性；
⑤
在数据融合方面较好。
附图说明
[0009]图1为本专利技术的结构示意图。
具体实施方式
[0010]为使本专利技术实施方式的目的、技术方案和优点更加清楚，下面将结合本专利技术实施方式中的附图，对本专利技术实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本专利技术一部分实施方式，而不是全部的实施方式。基于本专利技术中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本专利技术保护的范围。因此，以下对在附图中提供的本专利技术的实施方式的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施方式。基于本专利技术中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本专利技术保护的范围。
[0011]在本专利技术的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。
[0012]此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本专利技术的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
[0013]在本专利技术中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本专利技术中的具体含义。
[0014]在本专利技术中，除非另有明确的规定和限定，第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方，或仅仅表示第一特征水平高度小于第二特征。
[0015]在本专利技术的描述中，需要说明的是，术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种区域疫情防控用突发呼吸道传染病风险预测模型，其特征在于：包括如下步骤：S1：原始数据，通过在职能单位建立大数据中心，抽取、整合并清洗分散在医院数据、疾控中心数据、检验机构数据、基层社区人口数据、应急物资数据的多源异构数据；S2：数据治理，建立全面、动态、可配置的数据接入机制，满足数据采集、数据汇聚、任务配置、任务调度、数据加密、断点续传的需求；建立标准化的数据处理流程，形成面向数据内容的数据规范、清洗、关联、比对、标识的转换处理规范模式，为一个组织的数据融合建库提供支撑；统筹建设多元集成、融合建库的数据组织模式，按照关键要素分级分类推进云建库和存储管理，所述的关键要素分级包括业务类型、敏感程度、隐私内容，采用特征标签、归一集成多种手段实现不同来源数据资源关联融合；S3：知识库建立，构建知识图谱分类，建设多渠道、多维度的数据服务模式，面向使用者提供基础数据服务，所述的基础数据服务包括查询检索和比对排序，面向专业人员提供智能数据服务，所述的智能数据服务挖掘分析、专家建模；S4：决策层融合，基于区域内各单位的大数据中心知识库，对规则和知识进...

【专利技术属性】
技术研发人员：叶方全，李昌勇，
申请(专利权)人：重庆鹏康大数据有限公司广州天鹏计算机科技有限公司，
类型：发明
国别省市：