基于线性回归理论的肺炎感染预测方法及系统技术方案

本发明专利技术公开了一种基于线性回归理论的肺炎感染预测方法及系统，方法包括：采集关于肺炎感染的确诊人数、治愈人数、死亡人数和新增确诊人数的历史数据；根据历史数据，计算得到当前的出院人数、剩余确诊人数、肺炎感染率与出院人数占比；基于线性回归理论对计算得到的出院人数占比进行线性回归分析；基于剩余确诊人数、新增确诊人数、出院人数、感染率和出院人数占比构建得到肺炎感染预测模型；肺炎感染预测模型根据历史数据得到新一天的预测数据，并逐步迭代得到未来预设时间内的预测数据。通过本发明专利技术的技术方案，依据历史数据预测得到疫情数据，模型结构简单，参数数量少，预测结果准确。确。确。

【技术实现步骤摘要】
基于线性回归理论的肺炎感染预测方法及系统


[0001]本专利技术涉及数据处理
，尤其涉及一种基于线性回归理论的肺炎感染预测方法及一种基于线性回归理论的肺炎感染预测系统。

技术介绍

[0002]目前，全球的传染性肺炎疫情仍然严重，但现有的疫情预测模型较为复杂，涉及参数比较多，在预测过程很容易受到影响，导致得到的预测结果不准确。

技术实现思路

[0003]针对上述问题，本专利技术提供了一种基于线性回归理论的肺炎感染预测方法及系统，根据官方发布的历史数据进行计算和分析，生成衍生指标，依据线性回归理论确定疫情发展规律，并以此建立肺炎感染预测模型，肺炎感染预测模型依据历史数据预测得到疫情数据，模型结构简单，参数数量少，预测结果准确。
[0004]为实现上述目的，本专利技术提供了一种基于线性回归理论的肺炎感染预测方法，包括：采集关于肺炎感染的确诊人数、治愈人数、死亡人数和新增确诊人数的历史数据；根据所述历史数据，计算得到当前的出院人数、剩余确诊人数、肺炎感染率与出院人数占比；基于线性回归理论对计算得到的所述出院人数占比进行线性本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于线性回归理论的肺炎感染预测方法，其特征在于，包括：采集关于肺炎感染的确诊人数、治愈人数、死亡人数和新增确诊人数的历史数据；根据所述历史数据，计算得到当前的出院人数、剩余确诊人数、肺炎感染率与出院人数占比；基于线性回归理论对计算得到的所述出院人数占比进行线性回归分析；基于所述剩余确诊人数、所述新增确诊人数、所述出院人数、所述感染率和所述出院人数占比构建得到肺炎感染预测模型；所述肺炎感染预测模型根据历史数据得到新一天的预测数据，并逐步迭代得到未来预设时间内的预测数据。2.根据权利要求1所述的基于线性回归理论的肺炎感染预测方法，其特征在于，所述根据所述历史数据，计算得到当前的出院人数、剩余确诊人数、肺炎感染率与出院人数占比具体包括：以所述治愈人数与所述死亡人数的和值作为所述出院人数；以累计确诊人数与累计治愈人数和累计死亡人数的差值作为所述剩余确诊人数；以当天新增确诊人数与潜伏期前一天的剩余确诊人数的比值作为潜伏期前一天的肺炎感染率；以当天的出院人数与前一天的剩余确诊人数的比值作为当天的出院人数占比。3.根据权利要求1所述的基于线性回归理论的肺炎感染预测方法，其特征在于，所述基于线性回归理论对计算得到的所述出院人数占比进行线性回归分析具体包括：将历史记录的每天的出院人数占比绘制于表格中；采用线性回归理论对出院人数占比记录进行线性拟合，得到出院人数占比随天数变化的出院人数占比回归线。4.根据权利要求1所述的基于线性回归理论的肺炎感染预测方法，其特征在于，所述基于所述剩余确诊人数、所述新增确诊人数、所述出院人数、所述感染率和所述出院人数占比构建得到肺炎感染预测模型具体包括：以潜伏期前一天的剩余确诊人数与感染率的乘积作为当天的新增确诊人数；以前一天的剩余确诊人数与当天的出院人数占比的乘积作为当天的出院人数；以前一天的剩余确诊人数、当天新增确诊人数的和值与当天出院人数的差值作为当天的剩余确诊人数。5.根据权利要求1所述的基于线性回归理论的肺炎感染预测方法，其特征在于，所述根据历史数据得到新一天的预测数据，并逐步迭代得到未来预设时间内的预测数据具体包括：根据历史数据得到新一天的疫情预测数据；根据得到的新一天的疫情预测数...

【专利技术属性】
技术研发人员：白树军，
申请(专利权)人：北京思特奇信息技术股份有限公司，
类型：发明
国别省市：