【摘 要】
：
对新型冠状病毒肺炎的传播规律进行研究,为传染病防控提供科学依据.基于每日发布的新冠肺炎确诊人数数据集,采用经典的SEIR(Susceptible-Exposed-Infected-Recovered)传染病动力学模型模拟疫情传播过程;利用最小二乘法对感染系数β和恢复系数γ进行参数估计;通过过滤原始数据集、优化感染人群初始值I0和恢复系数γ等方法进一步提高模型预测的准确率.该方法能够合理地预测疫情确诊人数和疫情拐点,对全国、湖北省确诊人数的预测误差率分别不超过2.04％、1.25％,对于疫情防控具有实用价值
【机 构】
：
复旦大学附属妇产科医院 上海200090
论文部分内容阅读
对新型冠状病毒肺炎的传播规律进行研究,为传染病防控提供科学依据.基于每日发布的新冠肺炎确诊人数数据集,采用经典的SEIR(Susceptible-Exposed-Infected-Recovered)传染病动力学模型模拟疫情传播过程;利用最小二乘法对感染系数β和恢复系数γ进行参数估计;通过过滤原始数据集、优化感染人群初始值I0和恢复系数γ等方法进一步提高模型预测的准确率.该方法能够合理地预测疫情确诊人数和疫情拐点,对全国、湖北省确诊人数的预测误差率分别不超过2.04％、1.25％,对于疫情防控具有实用价值.
其他文献
强制访问控制是保障数据库数据安全的一种基础访问控制模型,在目前的商用关系型数据库中已经非常成熟,但在对象关系数据库中仍没有很好实现.设计一种对象关系数据库环境下的强制访问控制模型,并基于开源对象关系数据库PostgreSQL予以实现,模型支持多数据源的细粒度访问授权,可以满足当前大数据应用对数据的安全访问需求.
针对滚动轴承的剩余寿命预测问题,提出一种基于多传感器信号融合的深度长短期记忆网络预测模型.利用深度学习和长短期记忆网络组合来构造深度长短期记忆网络;将多个传感器信号数据进行融合处理,从而通过深度学习结构能够发现传感器时序信号中隐藏的长期依赖关系;通过网格搜索策略、自适应矩估计算法(Adaptive Moment Estimation Algorithm,AMEA)优化深度长短期记忆网络的网络结构和参数,并且引入一种主动丢弃法以缓解过度拟合问题.实验结果表明该方法具有更高的预测准确性和稳定性.
近年来,大停电事故表明电力故障的原因不仅停留在电力网,信息网故障也是其中之一.针对电力信息物理系统中信息的网故障问题,利用潮流传输指标、故障潮流分布、对系统安全影响这三个指标提出电力节点关键度定义,将其作为信息网监控系统的功能属性.结合信息网的结构和功能属性对信息节点的综合关键度进行定义.通过对IEEE57节点系统的脆弱性进行评估,发现高综合关键度信息节点故障会对系统造成更大的负荷损失.仿真结果表明,该综合关键度指标可有效识别信息网的关键节点.
针对Fabric区块链中orderer节点一旦故障,造成正在打包的消息序列和未及时发送出去的区块的丢失问题,提出为orderer节点增加一个容错机制.设计此容错机制的实现算法,主要包括两部分,其一是安全可靠性测试,其二是可靠性保障.安全可靠性测试是通过备用orderer实时检测主orderer的运行状态,一旦检测出故障,就立刻启动可靠性保障机制,即备用orderer恢复主orderer丢失的数据,并接管其业务,从而保障系统的正常运转,并通过模拟实验进行验证.
提出一种基于新型CLC倍压单元与耦合电感结合的准Z源高电压增益DC-DC变换器.通过倍压单元的改进,无需极限占空比即可实现变换器高升压增益特性.相比于传统准Z源变换器,该变换器具有的低应力特性可以在电路设计中选用电压等级更低、导通电阻更小的MOSSFET以减小导通损耗,从而实现更高的转换效率.在PSIM中搭建一个500 W的仿真模型,验证了拓扑和理论分析的正确性.
镜像康复与感觉刺激等被动运动恢复的模式不同,其主动模式对于受损运动恢复更有效,对此设计一种镜像康复机器人,包括患侧辅助及健侧信息采集.患侧辅助采用末端导引模式设计机械结构,具有良好的手臂适应性,使辅助装置可以适应更多人群;健侧信息采集基于双目视觉技术测距和实时角度信息采集,可以无接触采集,使采集更加安全;采用镜像转换技术将健侧信息与患侧辅助装置结合,完成康复训练.实验中机器人完成了双目视觉采集,肩关节外展/内屈、肘关节外展机/内屈运动等相应任务,该设计为卒中患者的康复训练提供了一种新的途径.
城市燃气公司为防止出现储气量过剩或不足等问题,必须要对天然气负荷量进行预测.对此,提出一种基于小波变换和长短期记忆网络的深度学习模型(wavelet_LSTM),对未来一年的天然气日负荷量进行预测.在某市燃气公司真实数据集上的实验结果表明,该模型有较高的准确性,可以较好地满足城市燃气公司的业务需求.
目前企业数据中心监控平台一般通过人工经验设置阈值的方式进行监控项告警,其无法反映监控项数据的波动变化,因此容易造成漏报和误报,无法满足实时业务告警需求.对此提出一种基于EFT(Energy,Fluctuation,Time)的特征提取方法,即从监控项时序数据的能量、波动和时间三个方面提取特征,并且将随机森林算法引入至监控项告警模型中.实验结果表明,提出的基于EFT特征提取的无阈值告警模型表现良好,准确率高达95％以上,可满足实时业务告警需求,提高告警准确性.
针对飞行控制系统(Flight Control System,FCS)一直以来难以进行故障预测的问题,提出一种基于胶囊网络(Capsule Network,CapsNet)的飞控参数预测算法.通过将飞控系统的相关多个参数融合输入到模型中来实时预测单个参数在飞机飞行中的变化,从而可以在其发生故障之前及时排除.在基于Keras框架上进行的实验表明:在四种模型性能评估指标上,CapsNet的方法比传统的卷积神经网络(Convolutional Neural Network,CNN)、长短时记忆网络(Long S
基于EXCEL、ANSYS和VB.NET开发一套钢结构参数化有限元分析系统.通过修改EXCEL数据而不需要修改代码就能快速实现产品拓扑结构的更改,从而使系统适用于各种非标准化产品的钢结构参数化有限元分析.基于该系统开发的斗轮堆取料机参数化有限元计算模板验证了其高效性和便捷性.