一种病毒感染风险区预测装置及其使用方法制造方法及图纸

本发明专利技术公开一种病毒感染风险区预测装置及其使用方法，包括数据接收模块、数据存储模块、动态图信息生成模块和动态图卷积模块；其中，数据接收模块，用于从服务器接收病毒感染历史数据，包括感染人群信息、未感染人群信息以及人群之间的接触信息，接触信息包括接触时间、接触时间长短和接触次数；数据存储模块，用于存储接收的病毒感染历史数据；动态图信息生成模块，用于根据病毒感染历史数据生成节点信息和动态图的邻接矩阵信息，从而结合得到节点动态特征；动态图卷积模块，用于根据节点动态特征构建目标函数，并进行训练迭代，输出预测结果。结果。结果。

【技术实现步骤摘要】
一种病毒感染风险区预测装置及其使用方法


[0001]本专利技术涉及大数据处理
，特别涉及一种病毒感染风险区预测装置及其使用方法。

技术介绍

[0002]动态图是描述实体间关系随时间变化的数据结构，如传染病传播动态网络中患者人群和健康人群间的关联关系随时间动态变化的信息，学习和挖掘动态图数据有助于解决各类现实应用问题。图卷积网络(Graph Convolutional Network，GCN)是一种新型的人工智能神经网络，目前已经被广泛应用于许多领域，例如图像分类，实体间关系预测等任务。
[0003]在面对病毒的防控过程中，准确预测感染风险区域对于制定有效的防疫策略、资源分配和公众警示至关重要。现存的病毒感染风险预测方法主要基于人群统计和模型假设，对于考虑传染病传播动态性的精确预测存在局限，无法充分考虑传染病传播的时间动态性、未能有效利用感染者接触历史数据网络拓扑结构，缺乏准确的感染风险区域预测模型和工具。

技术实现思路

[0004]针对现有技术中病毒感染风险区准确性较低的问题，本专利技术提出一种病毒感染风险区预测装本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种病毒感染风险区预测装置，其特征在于，包括数据接收模块、数据存储模块、动态图信息生成模块和动态图卷积模块；其中，数据接收模块，用于从服务器接收病毒感染历史数据，包括感染人群信息、未感染人群信息以及人群之间的接触信息，接触信息包括接触时间、接触时间长短和接触次数；数据存储模块，用于存储接收的病毒感染历史数据；动态图信息生成模块，用于根据病毒感染历史数据生成节点信息和动态图的邻接矩阵信息，从而结合得到节点动态特征；动态图卷积模块，用于根据节点动态特征构建目标函数，并进行训练迭代，输出预测结果。2.如权利要求1所述的一种病毒感染风险区预测装置，其特征在于，所述动态图生成模块包括动态图信息生成单元、节点信息生成单元、邻接矩阵信息生成单元；其中，动态图信息生成单元，用于将病毒感染历史数据按照预设的时间间隔划分成不同时间段，并按照时间先后顺序进行排序，构成动态图的数据信息G；节点信息生成单元，用于将病毒感染历史数据中人群信息进行脱敏排序处理；邻接矩阵生成单元，用于根据病毒感染历史数据中节点的接触历史信息定义关联关系集合，从而构建动态图的邻接矩阵信息。3.如权利要求2所述的一种病毒感染风险区预测装置，其特征在于，所述脱敏排序处理的具体方法为：将人群信息进行HashMap映射，HashMap映射中的Key记录了人群的原始信息；Value从1开始计数，然后依次递增，从而将人群信息进行脱敏转换，并实现排序，将Value值表示原始的人群信息，最大的Value记为J，即为数据中人群的总个数；将排序后的人群信息编码为图数据中的节点信息，其中节点信息为将HashMap中的Value转换成J行J列的矩阵R，R为一个单位矩阵，只有对角线处位置的数据为1，其他位置数据皆为0。4.如权利要求2所述的一种病毒感染风险区预测装置，其特征在于，所述邻接矩阵信息的构建方法为：通过对病毒感染历史数据进行处理，针对某一时刻t，得到包含具有接触信息的人群关系对，若节点i和节点j存在边相连，则<i，j>存在关联关系集合S中，否则不存在S中；通过构造的节点信息和关联关系集合进一步构建动态图的邻接矩阵信息A，A为一个J行J列的方阵，若节点i和节点j的节点对<i，j>存在于S中，则A的i行j列数据A
i,j
＝1，否则数据为A
i,j
＝0。5.如权利要求2所述的一种病毒感染风险区预测装置，其特征在于，所述动态图卷积模块包括初始化单元、卷积单元、训练单元和输出单元；其中，初始化单元，用于初始化病毒感染风险区预测过程中涉及的训练参数；卷积单元，用于根据节点信息、动态图的邻接矩阵信息和训练参数构建节点动态特征；训练单元，用于构建目标函数，再结合随机梯度下降算法对节点动态特征进行训练优化；输出单元，用于输出感染风险区预测结果。6.基于权利要求1
‑
5任一项所述一种病毒感染风险区预测装置的使用方法，其特征在于，具体包括以下步骤：
S1：根据服务器下发的预测指令，从服务器接收病毒感染历史数据；S2：根据病毒感染历史数据生成动态图信息，所述动态图信息包括动态图的数据信息G、动态图的节点信息R和动态图的邻接矩阵A；S3：构建目标函数，对动态图的节点信息R和动态图的邻接矩阵A进行卷积操作，输出预测结果。7.如权利要求6所述的一种病毒感染风险区预测装置的使用方法，其特征在于，所述S2包括：S2
‑
1：从病毒感染历史数据中读取人群接触信息的已知数据集合Λ，将已知数据集合Λ中数据按照预设的时间间隔划分成不同时间段，并按照时间先后顺序进行排序，构成动态图的数据信息G；S2
‑
2：统计已知数据集合Λ的人群信息，对人群信息通过0/1编码的方式对人群进行编码，作为动态图的节点信息R；S2
‑
3：根据病毒感染历史数据中节点的接触历史信息定义关联关系集合S，构建动态图的邻接矩阵信息A。8.如权利要求6所述的一种病毒感染风险区预测装置的使用方法，其...

【专利技术属性】
技术研发人员：陆小峰，付玲，罗辛，王领，
申请(专利权)人：西南大学，
类型：发明
国别省市：