[发明专利]基于图卷积的手足口病发病趋势预测系统

权利要求书

1.基于图卷积的手足口病发病趋势预测系统，其特征在于，包括以下步骤：

步骤(1)、根据地理位置将一个省各城市的空间关系表示为一个无向带权重图G＝(V，E，W)；

步骤(2)、以周为时间单位统计一个省的各个市的手足口病周总病例数、周平均气温和平均降雨量，通过滑动窗口的方式获得固定时间步长的时间序列，构建数据集；

步骤(3)、将病例数据输进时空卷积网络，提取病例数据的时空特征；

步骤(4)、将气象数据输进气象数据编码器，得到气象数据编码特征；

步骤(5)、将病例数据时空特征和气象数据编码特征拼接并输进输出模块，得到模型的输出特征，将同期历史病例数据按比例与输出特征相加得到模型的单步预测结果；

步骤(6)、计算损失值并反向传播训练网络；

步骤(7)、使用迭代预测的方式，将单步预测结果作为真实病例数输入模型，得到多步预测结果。

2.根据权利要求1所述基于图卷积的手足口病发病趋势预测系统，其特征在于，所述步骤(1)以一个省各市的空间关系表示为无向带权重图G＝(V，E，W)，V表示N个节点的集合{v₁，v₂，...，v_N}，每一个节点表示该省的一个市；E表示边的集合，若节点v_i与节点v_j表示的城市在地理上相邻则构成边e_ij；W是大小为N×N空间权重矩阵，权重w_ij表示城市i和城市j之间手足口病传播强度的大小，权重的计算公式为：

其中σ和∈是用来控制权重矩阵W稀疏性的阈值，分为设置为10和0.5，d_ij是城市i和城市j的空间距离，距离的计算公式为：

其中R为地球半径，m_i和n_i是城市i的纬度和经度。

3.根据权利要求1所述基于图卷积的手足口病发病趋势预测系统，其特征在于，所述步骤(2)构建对数据进行预处理并构建数据集，具体包括步骤：

步骤(201)、以周为时间单位统计一个省各市手足口病周总发病人数作为病例数据；以周为单位统计各市的周平均温度和周平均降雨量作为气象特征；

步骤(202)、通过滑动窗口的方式将步骤(201)周总病例数据、周气象数据转化为固定时间步长的时间序列构造训练集，设滑动窗口大小为n，则窗口内时间长度为n的病例数据和气象特征作为训练集的输入向量X_{t-n+1，...，t-1，t}，窗口右边时间长度为1的病例数据作为训练集标签y_t+1，将前面一年同一周的病例数据作为同期历史病例数据S_t+1。

4.根据权利要求1所述基于图卷积的手足口病发病趋势预测系统，其特征在于，所述步骤(3)的时空卷积网络由2个相同的时空卷积模块ST₁，ST₂组成，其中时空卷积模块ST₁由2个时间卷积层T₁，T₂、1个空间卷积层S₁和1个规范化层BN构成，并且T₁，S₁，T₂的通道数分别为1，4，8，时空卷积模块ST₂由2个时间卷积层T₃，T₄和1个空间卷积层S₂构成，并且T₃，S₂，T₄的通道数分别为8，4，1；时间卷积层的卷积核大小为kt＝5，步长为1，不采用填充；空间卷积层的图卷积运算使用图拉普拉斯变换来实现，并使用切比雪夫多项式来拟合卷积核，拉普拉斯矩阵L的计算公式和图卷积Θ*g计算公式为：

其中W是邻接矩阵，I是单位矩阵，D是度矩阵，Z为空间卷积层的输入特征，T_k(·)为切比雪夫多项式，θ_k∈R^Ks是切比雪夫多项式的系数，Ks是图卷积核的大小，决定了中心节点的最大卷积半径，设置为2，λ_max是L的最大特征值。