[发明专利]外来畜禽疫病传播态势的预警方法及装置

权利要求书

1.一种外来畜禽疫病传播态势的预警方法，其特征在于，包括：

获取外来畜禽的检疫数据，基于所述检疫数据，得到待预测疫病的特征数据；

通过患病概率模型，根据所述待预测疫病的特征数据确定所述外来畜禽的待预测疫病的患病概率；其中，所述患病概率模型通过历史外来畜禽的检疫数据训练得到；

基于预设概率以及所述外来畜禽的待预测疫病的患病概率，得到同种所述外来畜禽的待预测疫病的群体风险系数；

根据分级预警条件，基于所述待预测疫病的特征数据、所述群体风险系数确定整批所述外来畜禽的风险等级；

根据所述风险等级，确定预警方案并进行推送。

2.根据权利要求1所述的预警方法，其特征在于，还包括：

获取历史外来畜禽的检疫数据，基于所述历史外来畜禽的检疫数据构建原始特征样本集；

根据所述原始特征样本集，通过机器学习算法，构建并训练得到所述患病概率模型。

3.根据权利要求2所述的预警方法，其特征在于，所述基于所述历史外来畜禽的检疫数据构建原始特征样本集的步骤，包括：

对所述历史外来畜禽的检疫数据预处理得到原始特征数据；

统计所述原始特征数据中的患病样本数量；

根据所述患病样本数量，选择匹配的过采样方法；

基于匹配的过采样方法，得到患病样本和非患病样本比例均衡的原始特征样本集。

4.根据权利要求2所述的预警方法，其特征在于，所述基于所述原始特征样本集，通过机器学习算法，构建并训练得到所述患病概率模型的步骤，包括：

根据所述原始特征样本集，利用特征工程得到特征样本集；

按比例将所述特征样本集划分为训练集和测试集；

采用多种机器学习算法，基于所述训练集，分别构建并训练得到多个初步患病概率模型；

将所述训练集划分为训练部分和测试部分，利用所述训练部分和所述测试部分，交叉验证所述多个初步患病概率模型并择优；

对择优得到的初步患病概率模型进行再训练优化，得到所述患病概率模型。

5.根据权利要求4所述的预警方法，其特征在于，所述多种机器学习算法包括逻辑回归、支持向量机、随机森林、梯度下降树、极端随机树、感知机和深度神经网络。

6.根据权利要求5所述的预警方法，其特征在于，当采用随机森林时，利用网络搜索同时修改多个参数，获取所述患病概率模型的最优拟合值。

7.根据权利要求1所述的预警方法，其特征在于，所述基于预设概率以及所述外来畜禽的待预测疫病的患病概率，得到同种所述外来畜禽的待预测疫病的群体风险系数的步骤，包括：

比较所述外来畜禽的待预测疫病的患病概率和所述预设概率的大小，若所述外来畜禽的待预测疫病的患病概率大于等于所述预设概率，则判断所述外来畜禽的待预测疫病是阳性；

统计同种所述外来畜禽的待预测疫病为阳性的数量，计算阳性的数量在同批同种所述外来畜禽总量中的比例，即为群体风险系数。

8.根据权利要求1所述的预警方法，其特征在于，所述分级预警条件包括整群淘汰标准和四分位点标准；

所述根据分级预警条件，基于所述待预测疫病的特征数据、所述群体风险系数确定整批所述外来畜禽的风险等级的步骤，包括：

将所述待预测疫病的特征数据匹配对应品种畜禽的整群淘汰标准，若符合所述整群淘汰标准，则确定该品种外来畜禽的风险等级为极高；

若不符合所述整群淘汰标准，比较所述群体风险系数和对应品种的四分位点标准，确定该品种外来畜禽的风险等级。

9.根据权利要求8所述的预警方法，其特征在于，包括：

当整批所述外来畜禽包括多个品种时，分别确定每个品种外来畜禽的风险等级，取最高者作为整批所述外来畜禽的风险等级。

10.一种外来畜禽疫病传播态势的预警装置，其特征在于，包括：

特征采集模块，用于获取外来畜禽的检疫数据，基于所述检疫数据，得到待预测疫病的特征数据；

患病概率预测模块，用于通过患病概率模型，根据所述待预测疫病的特征数据确定所述外来畜禽的待预测疫病的患病概率；其中，所述患病概率模型通过历史外来畜禽的检疫数据训练得到；

群体风险系数模块，用于基于预设概率和所述外来畜禽的待预测疫病的患病概率，得到同种所述外来畜禽的待预测疫病的群体风险系数；

风险预测模块，用于根据分级预警条件，基于所述待预测疫病的特征数据、所述群体风险系数确定整批所述外来畜禽的风险等级；

预警模块，用于根据所述风险等级，确定预警方案并进行推送。