【技术实现步骤摘要】
本专利技术属于流行病监测，具体涉及一种基于图像深度学习网络集成模型的流感预测方法。
技术介绍
1、流行性感冒，是一种由流感病毒引起的常见急性呼吸道传染病。因其具有潜伏期短、传播性强、传播速度快的特点，一旦出现，会导致感染人数在短时间内大量增加，同时部分流感重症患者会进一步出现并发症从而对生命造成威胁。预防流感最有效的方法是按时准备流感疫苗，然而这种长期战略存在很大的不确定性，会导致流感季节中流感疫苗的供需不平衡；因此，在现有的流感监测基础上，积极开展流感预测并提前实施预防干预，对于流感防控至关重要。
2、为了实现对流感传播更加精准的监测与预测，国内外学者利用机器学习方法对流感时间序列进行建模，这些方法通过筛选与流感相关系数高的时间序列作为特征输入，通过模型完成流感预测。然而当前流感预测模型通常采用传统流感监测数据作为一维数字流感序列进行预测，这种方法在特征提取方面存在局限，无法有效挖掘序列中的深层信息，从而影响模型预测精度。
技术实现思路
1、针对现有方法在特征提取方面存在局限...
【技术保护点】
1.一种基于图像深度学习网络集成模型的流感预测方法，其特征在于，所述预测方法包括以下步骤：
2.根据权利要求1所述的一种基于图像深度学习网络集成模型的流感预测方法，其特征在于，所述步骤1的具体操作为：
3.根据权利要求2所述的一种基于图像深度学习网络集成模型的流感预测方法，其特征在于，所述步骤2的具体操作为：
4.根据权利要求3所述的一种基于图像深度学习网络集成模型的流感预测方法，其特征在于，所述步骤3的具体操作为：
【技术特征摘要】
1.一种基于图像深度学习网络集成模型的流感预测方法，其特征在于，所述预测方法包括以下步骤：
2.根据权利要求1所述的一种基于图像深度学习网络集成模型的流感预测方法，其特征在于，所述步骤1的具体操作为：
3...
【专利技术属性】
技术研发人员：薛红新，孟罗春子，杨晓文，韩慧妍，熊风光，张元，庞敏，况立群，韩燮，孙福盛，郭磊，焦世超，曹亚明，
申请(专利权)人：中北大学，
类型：发明
国别省市：
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。