患病人数预测方法、装置、设备以及存储介质与流程

文档序号:35929542发布日期:2023-11-05 01:38阅读:56来源:国知局
患病人数预测方法、装置、设备以及存储介质与流程

本申请涉及人工智能领域,尤其涉及一种患病人数预测方法、装置、设备以及存储介质。


背景技术:

1、在医学领域,传染病的患病人数预测在预防和控制疾病传播领域中起着至关重要的作用。现有技术通常是利用已知的机器学习模型或简单的神经网络对患病人数进行预测,患病人数的预测准确性难以保证。

2、因此,如何提升患病人数的预测准确性成为亟需解决的问题。


技术实现思路

1、本申请实施例提供一种患病人数预测、装置、设备以及存储介质,可提升患病人数的预测准确性,适用性高。

2、一方面,本申请实施例提供一种方法患病人数预测,该方法包括:

3、确定目标时间区间之前多个连续的第一时间单位分别对应的历史患病人数和历史气象数据,其中,上述目标时间区间包括至少一个上述第一时间单位;

4、基于上述多个连续的第一时间单位分别对应的历史患病人数,确定基础人数特征;

5、基于上述多个连续的第一时间单位分别对应的历史患病人数和历史气象数据,确定气象特征;

6、基于上述基础人数特征和上述气象特征,确定上述目标时间区间内的患病人数。

7、另一方面,本申请实施例提供了一种患病人数预测装置,该装置包括:

8、历史数据确定模块,用于确定目标时间区间之前多个连续的第一时间单位分别对应的历史患病人数和历史气象数据,其中,上述目标时间区间包括至少一个上述第一时间单位;

9、人数特征确定模块,用于基于上述多个连续的第一时间单位分别对应的历史患病人数,确定基础人数特征;

10、气象特征确定模块,用于基于上述多个连续的第一时间单位分别对应的历史患病人数和历史气象数据,确定气象特征;

11、患病人数预测模块,用于基于上述基础人数特征和上述气象特征,确定上述目标时间区间内的患病人数。

12、另一方面,本申请实施例提供了一种电子设备,包括处理器和存储器,该处理器和存储器相互连接;

13、上述存储器用于存储计算机程序;

14、上述处理器被配置用于在调用上述计算机程序时,执行本申请实施例提供的患病人数预测方法。

15、另一方面,本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行以实现本申请实施例提供的患病人数预测方法。

16、另一方面,本申请实施例提供了一种计算机程序产品,该计算机程序产品包括计算机程序,上述计算机程序被处理器执行时实现本申请实施例提供的患病人数预测方法。

17、在本申请实施例中,通过目标时间区间之前多个连续的第一时间单位分别对应的历史患病人数可确定用于预测目标时间区间的患病人数的基础人数特征,通过目标时间区间之前多个连续的第一时间单位分别对应的历史患病人数和历史气象数据,可确定出对患病人数产生影响的气象特征。从而基于基础人数特征和对患病人数产生影响的气象特征,准确确定出目标时间区间内的患病人数,适用性高。



技术特征:

1.一种患病人数预测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述基于所述多个连续的第一时间单位分别对应的历史患病人数,确定基础人数特征,包括:

3.根据权利要求2所述的方法,其特征在于,所述基于所述多个连续的第一时间单位分别对应的历史患病人数和所述多个连续的第二时间单位分别对应的历史患病人数,确定基础人数特征,包括:

4.根据权利要求1所述的方法,其特征在于,所述历史气象数据为对应于至少一项气象指标的历史气象数据,所述基于所述多个连续的第一时间单位分别对应的历史患病人数和历史气象数据,确定气象特征,包括:

5.根据权利要求4所述的方法,其特征在于,所述基于各所述气象指标对应的滞后历史气象数据分布和所述多个连续的第一时间单位分别对应的历史患病人数,确定至少一项目标气象数据,包括:

6.根据权利要求5所述的方法,其特征在于,所述基于各所述滞后历史气象数据分布中每个历史气象数据子分布对应的第一相关系数和第二相关系数,确定至少一项目标气象数据,包括:

7.根据权利要求6所述的方法,其特征在于,所述基于所述多个连续的第一时间单位分别对应的历史气象数据,确定属于相同类型的气象指标,包括:

8.根据权利要求1所述的方法,其特征在于,所述基于所述基础人数特征和所述气象特征,确定所述目标时间区间内的患病人数,包括:

9.根据权利要求1所述的方法,其特征在于,所述基于所述多个连续的第一时间单位分别对应的历史患病人数,确定基础人数特征、所述基于所述多个连续的第一时间单位分别对应的历史患病人数和历史气象数据,确定气象特征、以及所述基于所述基础人数特征和所述气象特征,确定所述目标时间区间内的患病人数是通过预测模型实现的;

10.根据权利要求9所述的方法,其特征在于,所述基于各组训练样本对应的实际患病人数和预测患病人数确定训练损失值,包括:

11.根据权利要求9所述的方法,其特征在于,所述方法还包括:

12.一种患病人数预测装置,其特征在于,所述装置包括:

13.一种电子设备,其特征在于,包括处理器和存储器,所述处理器和存储器相互连接;

14.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行以实现权利要求1至11任一项所述的方法。

15.一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现权利要求1至11任一项所述的方法。


技术总结
本申请实施例公开了一种患病人数预测方法、装置、设备以及存储介质,可适用于人工智能、云计算等领域。该方法包括:确定目标时间区间之前多个连续的第一时间单位分别对应的历史患病人数和历史气象数据;基于多个连续的第一时间单位分别对应的历史患病人数,确定基础人数特征;基于多个连续的第一时间单位分别对应的历史患病人数和历史气象数据,确定气象特征;基于基础人数特征和气象特征,确定目标时间区间内的患病人数。采用本申请实施例,可提升患病人数的预测准确性,适用性高。

技术研发人员:陈思翰,王硕佳,叶碧荣
受保护的技术使用者:腾讯科技(深圳)有限公司
技术研发日:
技术公布日:2024/1/15
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1