Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 兰州大学;广州国家实验室黄建平获国家专利权

兰州大学;广州国家实验室黄建平获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉兰州大学;广州国家实验室申请的专利基于多源时空的传染病动态集成预测方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121096689B

龙图腾网通过国家知识产权局官网在2026-04-21发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511257111.5,技术领域涉及:G16H50/80;该发明授权基于多源时空的传染病动态集成预测方法及系统是由黄建平;赵颖洁;胡淑娟;连鑫博;王睿;闫玮;陈思宇设计研发完成,并于2025-09-04向国家知识产权局提交的专利申请。

基于多源时空的传染病动态集成预测方法及系统在说明书摘要公布了:本发明提供基于多源时空的传染病动态集成预测方法及系统,涉及传染病预测技术领域,包括通过对多源数据分类处理,建立SPEIQDR模型,对时间序列进行单调性分析以识别多波传播,标记新一波传播的开始日期,根据每波传播特征动态调整参数,并将预测结果叠加形成最终预测。本发明能够适应传染病多波传播特性,动态调整模型参数,提高预测准确性,对公共卫生决策具有重要指导意义。

本发明授权基于多源时空的传染病动态集成预测方法及系统在权利要求书中公布了:1.基于多源时空的传染病动态集成预测方法,其特征在于,包括: 将传染病相关的多源数据按照不同层面进行分类,所述不同层面的数据分别包括确诊数、隐性感染数和转归确诊数,利用数据分析库对所述确诊数计算得到累计确诊人数的时间序列,将所述时间序列及传染病开始时间、数据截止时间、地区及人口数保存至配置信息文件; 基于所述时间序列建立SPEIQDR模型,选取累计确诊大于预设确诊阈值的数据序列,采用龙格库塔方法求解所述SPEIQDR模型获得各群体数量序列,将所述各群体数量序列与实际数据进行最小二乘计算得到基础参数,包括: 基于所述时间序列建立SPEIQDR模型,将总人群分为易感人群、不易感人群、潜伏期人群、感染人群、隔离人群、死亡人群和康复人群,根据所述SPEIQDR模型构建动力学方程组; SEIQRP模型建立公式:; ; ; ; ; ; ; ; 其中,系数α、β、γ、δ、λ和κ分别表示保护率、感染率、平均潜伏时间的倒数、感染者进入隔离的速率、时间依赖性恢复率和时间依赖性死亡率,易感人群S、不易感人群P、潜伏期人群E、感染人群I、隔离人群Q、死亡人群D和康复人群R; 从所述动力学方程组中提取模型参数并基于流行病学特征确定参数初始取值范围,所述参数初始取值范围根据所述流行病学特征设定对应的预设区间; 基于所述预设区间采用龙格库塔方法对所述动力学方程组进行数值求解,将时间步长设置为预设时间单位,通过积分计算获得不同人群随时间变化的演化序列,将所述演化序列与所述时间序列进行拟合,构建均方误差目标函数; 将所述均方误差目标函数作为适应度函数对所述模型参数进行迭代优化,当适应度函数值小于预设误差阈值或达到预设迭代次数时停止迭代,获得优化后的模型参数; 将所述优化后的模型参数代入所述动力学方程组,采用四阶龙格库塔方法进行求解,得到传染病预测结果,并将所述传染病预测结果通过反标准化处理转换为基础参数; 对所述时间序列进行单调性分析,当所述时间序列呈现多段单调递增或单调递减趋势时判定为多波发展并启动动态预测,通过极小值判断方法获取极小值点,将相邻极小值点对应日期间隔大于预设时间阈值的极小值点标记为新一波传播的开始日期; 根据所述新一波传播的开始日期,结合每一波传播特征对潜伏者人数、响应开始时间和传播衰减率进行量化调整,将模型计算结果与实际数据拟合进行参数动态修正,得到修正后的调优参数; 基于所述修正后的调优参数进行确诊人数预测,当启用动态预测时,将每次预测结果叠加得到最终预测结果并保存。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人兰州大学;广州国家实验室,其通讯地址为:730000 甘肃省兰州市城关区天水南路222号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。