基于人工智能的疫情预测方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种基于人工智能的疫情预测方法、装置、设备及存储介质，涉及人工智能技术领域，通过计算目标封锁区域内外两组人群之间的影响权重，构建传播预测仿真模型，提高不同场景下预测结果的准确率和真实性。所述方法包括：读取目标区域的多个电子病历数据，提取多个第一样本数据和多个第二样本数据；基于封锁系数，计算多个第一样本数据与多个第二样本数据之间的影响权重；依据影响权重，对多个第一样本数据和多个第二样本数据分别进行时序数据处理，分别得到第一时序函数和第二时序函数，得到传播预测仿真模型；在多个电子病历数据中提取测试数据，将测试数据输入至传播预测仿真模型进行疫情传播预测，得到目标区域的疫情传播预测结果。情传播预测结果。情传播预测结果。

【技术实现步骤摘要】
基于人工智能的疫情预测方法、装置、设备及存储介质


[0001]本申请涉及人工智能
，特别是涉及一种基于人工智能的疫情预测方法、装置、设备及存储介质。

技术介绍

[0002]自新型冠状病毒在全世界爆发以来，尽管各国皆采取了不同程度的防疫措施，但全球疫情还并未出现好转。而由于新型冠状病毒存在潜伏期长、无症状感染隐蔽等特点，给疫情防控带来了极大的困难。因此，建立合理的数学模型，对于科学分析病毒传播特性，预测疫情拐点和结束日期存在重要的现实意义。
[0003]相关技术中，执行传播预测的工作人员采集样本区域的疫情传播数据作为传统的传染病预测模型的输入数据，对模型进行训练，得到最终的疫情传播预测模型，再将待预测区域内的现有感染人数、治愈人数等待预测数据输入至疫情传播预测模型，将模型输出的结果作为疫情预测结果。
[0004]在实现本申请的过程中，申请人发现相关技术至少存在以下问题：
[0005]实际上，现有技术是使用统一的标准去预测疫情，使得模型预测得到的疫情数据是单一的，但是有些环境下会存在特殊的疫情情况，导致预测得到的数据结本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的疫情预测方法，其特征在于，包括：读取目标区域的多个电子病历数据，提取所述多个电子病历数据中地址标签为目标封锁区域内的所述电子病历数据作为多个第一样本数据，将提取后剩余的多个电子病历数据作为多个第二样本数据；确定封锁系数，基于所述封锁系数，计算所述多个第一样本数据与所述多个第二样本数据之间的影响权重；依据所述影响权重，对所述多个第一样本数据和所述多个第二样本数据分别进行时序数据处理，分别得到第一时序函数和第二时序函数，将所述第一时序函数和所述第二时序函数进行线性组合，得到传播预测仿真模型；在所述多个电子病历数据中提取测试数据，将所述测试数据输入至所述传播预测仿真模型进行疫情传播预测，得到所述目标区域的疫情传播预测结果。2.根据权利要求1所述的方法，其特征在于，所述确定封锁系数，基于所述封锁系数，计算所述多个第一样本数据与所述多个第二样本数据之间的影响权重，包括：确定封锁状态下的基线系数、疲劳系数、偏离量系数、封城率系数，将所述基线系数、所述疲劳系数、所述偏离量系数、所述封城率系数作为封锁系数；查询所述多个第一样本数据产生的第一影响系数、所述多个第一样本数据对所述多个第二样本数据产生的第二影响系数、所述多个第二样本数据产生的第三影响系数和所述多个第二样本数据对所述多个第一样本数据产生的第四影响系数；以自然常数为指数底，以所述疲劳系数与第一系数的乘积为指数，进行指数运算，得到指数值，所述第一系数为时间参数与所述偏离量系数的差值；计算所述指数值与第二系数的乘积，将所述乘积与所述第二系数的和值作为样条系数，所述第二系数为第一预设数值与所述基线系数的差值；计算所述第一系数与所述封城率系数的乘积，计算所述乘积与所述样条系数的和值，计算所述和值的双曲正切值；计算所述双曲正切值、所述第二系数和影响函数的乘积，计算所述乘积与第二预设数值的差值，得到影响参数；分别将所述第一影响系数、所述第二影响系数、所述第三影响系数、所述第四影响系数输入至所述影响函数中，得到所述多个第一样本数据产生的第一影响权重、所述多个第一样本数据对所述多个第二样本数据产生的第二影响权重、所述多个第二样本数据产生的第三影响权重和所述多个第二样本数据对所述多个第一样本数据产生的第四影响权重；将所述第一影响权重、所述第二影响权重、所述第三影响权重和所述第四影响权重作为所述多个第一样本数据与所述多个第二样本数据之间的影响权重。3.根据权利要求1所述的方法，其特征在于，所述依据所述影响权重，对所述多个第一样本数据和所述多个第二样本数据分别进行时序数据处理，分别得到第一时序函数和第二时序函数，包括：查询所述多个第一样本数据和所述多个第二样本数据，得到所述目标封锁区域内的第一传播参数、第一样本总数、所述目标封锁区域外的第二传播参数和第二样本总数；在所述第二传播参数中提取第二感染人数和第二疑似感染人数，基于所述第二感染人数、所述第二疑似感染人数、所述第一传播参数、所述第一样本总数和所述影响权重，为所
述第一传播参数构建所述第一时序函数；在所述第一传播参数中提取第一感染人数和第一疑似感染人数，基于所述第一感染人数、所述第一疑似感染人数、所述第二传播参数、所述第二样本总数和所述影响权重，为所述第二传播参数构建所述第二时序函数。4.根据权利要求3所述的方法，其特征在于，所述基于所述第二感染人数、所述第二疑似感染人数、所述第一传播参数、所述第一样本总数和所述影响权重，为所述第一传播参数构建所述第一时序函数，包括：查询所述第一传播参数，得到第一感染人数、第一疑似感染人数、第一接触人数、第一死亡人数、第一治愈人数、第一感染率、第一治愈率和第一死亡率；计算所述第一疑似感染人数转化为所述第一感染人数的转化率与所述第一影响权重、所述第一感染人数的第一乘积，计算所述第二疑似感染人数转化为所述第一感染人数的转化率与所述第四影响权重、所述第二感染人数的乘积，计算所述乘积和所述第一乘积的和值，计算所述第一疑似感染人数与所述第一样本总数的比值，将所述比值与所述和值相乘，得到所述第一疑似感染人数的时序函数；计算所述比值与第三系数的乘积，将所述乘积与所述第一疑似感染人数的时序函数相减，得到所述第一接触人数的时序函数，所述第三系数为所述第一接触人数与所述第一感染率的乘积；计算所述第一感染人数与所述第一治愈率的第二乘积，将所述第三系数与所述第二乘积相减，得到所述第一感染人数的时序函数；计算所述第一感染人数与所述第一死亡率的乘积，将所述乘积与所述第二乘积相减，得到所述第一治愈人数的时序函数；将所述乘积作为所述第一死亡人数的时序函数；将所述第一疑似感染人数的...

【专利技术属性】
技术研发人员：王玮璐，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：