【技术实现步骤摘要】
数学模型在传染性疾病人员分布点上的应用
[0001]本专利技术涉及信息管理
,具体为数学模型在传染性疾病人员分布点上的应用
。
技术介绍
[0002]目前,每当有疾病突然爆发时,公共卫生部门的官员可能很难迅速收集相关信息,监控人员流向
、
潜在传染人群
、
切断传染源,这些都是亟待解决的问题,在传染性疾病发生后,病毒传染路径分析极为关键,对于决策者,知晓传染性疾病变化趋势
、
预判拐点成为更加紧要的事情,而且从宏观决策来看,需要对全国传染性疾病精准推演,以减少传染性疾病蔓延,而与此同时,众多现实因素干扰使得传统理想化模型预测传染性疾病不再可行
。
[0003]面对突发传染性疾病,需要采取人员控制流动措施防止传染性疾病扩散
。
目前主要的监控方式在于人工监测,带来了人力资源成本,通常人工监测无法直接将监测信息及时准确地传送给防疫指挥部等领导机构,不利于大数据分析,以方便有关部门进一步采取措施,具体应用场景在于住宅小区等人员密集性场所,居民生活有一定流动性,无法第一时间得出传染性疾病的分布点示意图,以及曲线示意图,无法预先得知隐藏的爆发点
。
技术实现思路
[0004](
一
)
解决的技术问题
[0005]针对现有技术的不足,本专利技术提供了数学模型在传染性疾病人员分布点上的应用,解决了现有传染性疾病统计技术无法第一时间得出传染性疾病的分布点示意图以及曲线示意图,无法预先 ...
【技术保护点】
【技术特征摘要】
1.
数学模型在传染性疾病人员分布点上的应用,其特征在于:包括以下步骤:
S1、
采集
A
区域的传染性疾病人员数量,
Q
i
为
A
区域周
i
传染性疾病人数,
i
=
1,2,3,4,5,6,7
,把每周的传染性疾病高发人员按照发现时间分成为7类,各类的人数分别为
Q1
,
Q2
,
Q3
,
Q4
,
Q5
,
Q6
,
Q7
;
S2、
设立总传染性疾病人数
A
最少值
MIN,
就是
Q1
,
Q2
,
Q3
,
Q4
,
Q5
,
Q6
,
Q7
之和的最小值,并获得
MIN
A
函数公式:
S3、
根据传染性疾病人数以及
A
区域空间面积统计,可以得到如下的曲线条件表达式;
S4、
建立传染性疾病
A
区域空间直角坐标系,以边缘点为基准轴心
,Z
轴正方向指向
N
极
,XYZ
坐标平面与区域平面重合
,
则可得球面方程,将球面方程转化为曲面的参数方程;
S5、
传染性疾病的分布点大多是由聚集区所引起的,聚集区确认是计算过程中的主要因素,对于聚集区往往确认于传染性疾病人员的囤聚数量
d
;
S6、
根据参数方程,获取传染性疾病人员分布的空间体积
V
,将
V
与
d
带入曲面的参数方程的表达式得到传染性疾病人员分布点的数学模型
V
Q
。2.
根据权利要求1所述的数学模型在传染性疾病人员分布点上的应用,其特征在于:所述
S1
步骤中,
i
代表日期周一
、
周二
、
周三
、
周四
、
周五
、
周六以及周日
。3.
根据权利要求1所述的数学模型在传染性疾病人员分布点上的应用,其特征在于:所述
S2
步骤中,...
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。