资源的预测方法、装置、存储介质及计算机设备制造方法及图纸

技术编号:38347921 阅读:8 留言:0更新日期:2023-08-02 09:27
本发明专利技术公开了一种资源的预测方法、装置、存储介质及计算机设备,涉及信息技术及数字医疗技术领域,主要在于能够提高资源的预测效率和预测精度。其中方法包括:获取传染病对应的疫情属性信息和当前储备资源属性信息;确定所述疫情属性信息对应的第一特征向量和所述当前储备资源属性信息对应的第二特征向量;将所述第一特征向量和所述第二特征向量输入至预设应急资源预测模型中进行资源预测,得到所述传染病对应的需求资源预测结果;基于所述需求资源预测结果,确定所述传染病对应的目标需求资源和所述目标需求资源对应的资源需求量。本发明专利技术适用于资源的预测。发明专利技术适用于资源的预测。发明专利技术适用于资源的预测。

【技术实现步骤摘要】
资源的预测方法、装置、存储介质及计算机设备


[0001]本专利技术涉及信息及数字医疗
,尤其是涉及一种资源的预测方法、装置、存储介质及计算机设备。

技术介绍

[0002]随着人们生活水平的不断提高,传染病的疫情防控是各个国家始终重点研究的难题,为了有利于传染病疫情的防控,传染病疫情防控机理的应急物资供给方案也是在传染病疫情出现之后的重要应急措施。
[0003]目前,通常通过人为的主观经验对传染病的应急资源进行调配。然而,这种方式需要预先分析资源储备情况等多源信息后进行决策,需要大量人力统计与经验研判,导致资源的预测效率较低,与此同时,这种人为对资源进行调配的方式,需要决策者具有较强的实战经验与专业知识,由于决策者技术水平的参差不齐,会导致应急资源调配错误的情况,从而导致资源的预测精度较低。

技术实现思路

[0004]本专利技术提供了一种资源的预测方法、装置、存储介质及计算机设备,主要在于能够提高资源的预测效率和预测精度。
[0005]根据本专利技术的第一个方面,提供一种资源的预测方法,包括:
[0006]获取传染病对应的疫情属性信息和当前储备资源属性信息;
[0007]确定所述疫情属性信息对应的第一特征向量和所述当前储备资源属性信息对应的第二特征向量;
[0008]将所述第一特征向量和所述第二特征向量输入至预设应急资源预测模型中进行资源预测,得到所述传染病对应的需求资源预测结果;
[0009]基于所述需求资源预测结果,确定所述传染病对应的目标需求资源和所述目标需求资源对应的资源需求量。
[0010]根据本专利技术的第二个方面,提供一种资源的预测装置,包括:
[0011]获取单元,用于获取传染病对应的疫情属性信息和当前储备资源属性信息;
[0012]第一确定单元,用于确定所述疫情属性信息对应的第一特征向量和所述当前储备资源属性信息对应的第二特征向量;
[0013]预测单元,用于将所述第一特征向量和所述第二特征向量输入至预设应急资源预测模型中进行资源预测,得到所述传染病对应的需求资源预测结果;
[0014]第二确定单元,用于基于所述需求资源预测结果,确定所述传染病对应的目标需求资源和所述目标需求资源对应的资源需求量。
[0015]根据本专利技术的第三个方面,提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现以下步骤:
[0016]获取传染病对应的疫情属性信息和当前储备资源属性信息;
[0017]确定所述疫情属性信息对应的第一特征向量和所述当前储备资源属性信息对应的第二特征向量;
[0018]将所述第一特征向量和所述第二特征向量输入至预设应急资源预测模型中进行资源预测,得到所述传染病对应的需求资源预测结果;
[0019]基于所述需求资源预测结果,确定所述传染病对应的目标需求资源和所述目标需求资源对应的资源需求量。
[0020]根据本专利技术的第四个方面,提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现以下步骤:
[0021]获取传染病对应的疫情属性信息和当前储备资源属性信息;
[0022]确定所述疫情属性信息对应的第一特征向量和所述当前储备资源属性信息对应的第二特征向量;
[0023]将所述第一特征向量和所述第二特征向量输入至预设应急资源预测模型中进行资源预测,得到所述传染病对应的需求资源预测结果;
[0024]基于所述需求资源预测结果,确定所述传染病对应的目标需求资源和所述目标需求资源对应的资源需求量。
[0025]根据本专利技术提供的一种资源的预测方法、装置、存储介质及计算机设备,与目前通过人主观经验对传染病的应急资源进行调配的方式相比,本专利技术通过获取传染病对应的疫情属性信息和当前储备资源属性信息;并确定所述疫情属性信息对应的第一特征向量和所述当前储备资源属性信息对应的第二特征向量;之后将所述第一特征向量和所述第二特征向量输入至预设应急资源预测模型中进行资源预测,得到所述传染病对应的需求资源预测结果;最终基于所述需求资源预测结果,确定所述传染病对应的目标需求资源和所述目标需求资源对应的资源需求量,由此通过获取传染病对应的疫情属性信息和当前储备资源属性信息,并将所述疫情属性信息和所述当前储备资源属性信息输入至预设应急资源预测模型中进行资源预测,得到所述传染病对应的资源预测结果,由此利用预设应急资源预测模型来对传染病所需的应急资源进行预测,能够提高资源的预测精度,与此同时,能够避免由于决策者的技术水平参差不齐,导致应急资源调配错误的情况,从而提高了资源的预测精度。
附图说明
[0026]此处所说明的附图用来提供对本专利技术的进一步理解,构成本申请的一部分,本专利技术的示意性实施例及其说明用于解释本专利技术,并不构成对本专利技术的不当限定。在附图中:
[0027]图1示出了本专利技术实施例提供的一种资源的预测方法流程图;
[0028]图2示出了本专利技术实施例提供的另一种资源的预测方法流程图;
[0029]图3示出了本专利技术实施例提供的一种资源的预测装置的结构示意图;
[0030]图4示出了本专利技术实施例提供的另一种资源的预测装置的结构示意图;
[0031]图5示出了本专利技术实施例提供的一种计算机设备的实体结构示意图。
具体实施方式
[0032]下文中将参考附图并结合实施例来详细说明本专利技术。需要说明的是,在不冲突的
情况下,本申请中的实施例及实施例中的特征可以相互组合。
[0033]目前,根据人为的主观经验为传染病所需的应急资源进行调配的方式,导致应急资源的确定效率较低,与此同时,由于决策者技术水平的参差不齐,会导致传染病所需的应急资源预测错误的情况。
[0034]为了解决上述问题,本专利技术实施例提供了一种资源的预测方法,如图1所示,所述方法包括:
[0035]101、获取传染病对应的疫情属性信息和当前储备资源属性信息。
[0036]其中,传染病为正在进行防控并需要指定应急方案的传染病,如非典、新冠病毒感染等;传染病对应的疫情属性信息包括疫情的病毒类型、疫情规模(疫情规模是指预设时间内累计确诊人数、确诊人员对应的年龄信息和基础疾病信息等);储备资源为对传染病进行防控所需的资源,如口罩和防护服等个人防护用品,酒精等消杀用品,温度计和试纸等检测用品,药品和医疗设备等,当前储备资源属性信息包括在未进行物资调配时针对该传染病已存储的物资种类、每种物资的储备量等。
[0037]对于本专利技术实施例,通过调研或者在疫情数据库中可以获取传染病对应的病毒种类和预设时间内累计确诊人数等信息,其中,预设时间如获取7天内累计确诊人数,同时通过疫情数据库也可以获取传染病对应的已存储的物资种类、每种物资的储备量等信息,各项信息都是经过授权获取的,或者公开透明的,并不涉及隐私信息,之后基于获取到的疫情属性信息和当前储备资源属性信息,确定还需要为传本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种资源的预测方法,其特征在于,包括:获取传染病对应的疫情属性信息和当前储备资源属性信息;确定所述疫情属性信息对应的第一特征向量和所述当前储备资源属性信息对应的第二特征向量;将所述第一特征向量和所述第二特征向量输入至预设应急资源预测模型中进行资源预测,得到所述传染病对应的需求资源预测结果;基于所述需求资源预测结果,确定所述传染病对应的目标需求资源和所述目标需求资源对应的资源需求量。2.根据权利要求1所述的方法,其特征在于,所述确定所述疫情属性信息对应的第一特征向量和所述当前储备资源属性信息对应的第二特征向量,包括:确定所述疫情属性信息中包含的各个第一字符,以及确定所述当前储备资源属性信息中包含的各个第二字符;确定所述各个第一字符对应的第一嵌入向量,以及确定所述各个第二字符对应的第二嵌入向量;将所述第一嵌入向量输入至预设特征提取模型中进行特征提取,得到所述疫情属性信息对应的第一特征向量;将所述第二嵌入向量输入至所述预设特征提取模型中进行特征提取,得到所述当前储备资源属性信息对应的第二特征向量。3.根据权利要求1所述的方法,其特征在于,所述将所述第一特征向量和所述第二特征向量输入至预设应急资源预测模型中进行资源预测,得到所述传染病对应的需求资源预测结果,包括:将所述第一特征向量和所述第二特征向量进行拼接,得到所述疫情属性信息和所述当前储备资源属性信息共同对应的信息特征向量;将所述信息特征向量输入至预设应急资源预测模型中进行资源预测,得到所述传染病对应的需求资源预测结果。4.根据权利要求3所述的方法,其特征在于,所述预设应急资源预测模型为预设多层感知器,所述将所述信息特征向量输入至预设应急资源预测模型中进行资源预测,得到所述传染病对应的需求资源预测结果,包括:将所述信息特征向量输入至所述预设多层感知器,提取所述预设多层感知器中最后一个全连接层输出的特征;将所述最后一个全连接层输出的特征输入至所述预设多层感知器中的softmax层,得到所述传染病对应的各种应急资源的概率值和各种概率值下的应急资源需求量。5.根据权利要求4所述的方法,其特征在于,所述基于所述需求资源预测结果,确定所述传染病对应的目标需求...

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

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1