[发明专利]疫情预测方法、装置、设备、存储介质以及程序产品

说明书

本申请公开了疫情预测方法、装置、设备、存储介质以及程序产品，涉及深度学习、智慧医疗等人工智能技术领域。该方法的一具体实施方式包括：利用马尔科夫链蒙特卡洛MCMC方法估计预设区域的疫情的变化参数；获取预设区域的疫情的固定参数；基于变化参数和固定参数构建传播模型；利用传播模型进行拟合，预测得到预设区域的疫情信息。该实施方式使用传播模型和MCMC方法预测预设区域的疫情，提高了疫情预测的准确度。

技术领域

本申请涉及计算机技术领域，具体涉及深度学习、智慧医疗等人工智能技术领域，尤其涉及疫情预测方法、装置、设备、存储介质以及程序产品。

背景技术

近些年来，较大范围内出现过多次较大型疫情，疫情是指疫病的发生或发展情况，疫病可以是较大范围内出现的较大型传染病。疫情突然发生，在世界各国爆发，成为全球性紧急事件，并迅速传播，给人们的生活造成巨大影响。为了应对传播事件，多国政府采取了一系列措施。

通过建立数学模型能够分析疫情情况，能够有效掌握疫情扩散趋势。

发明内容

本申请提供了一种疫情预测方法、装置、设备、存储介质以及程序产品。

根据本申请的第一方面，提供了一种疫情预测方法，包括：利用马尔科夫链蒙特卡洛MCMC方法估计预设区域的疫情的变化参数；获取预设区域的疫情的固定参数；基于变化参数和固定参数构建传播模型；利用传播模型进行拟合，预测得到预设区域的疫情信息。

根据本申请的第二方面，提供了一种疫情预测装置，包括：估计模块，被配置成利用马尔科夫链蒙特卡洛MCMC方法估计预设区域的疫情的变化参数；获取模块，被配置成获取预设区域的疫情的固定参数；构建模块，被配置成基于变化参数和固定参数构建传播模型；拟合模块，被配置成利用传播模型进行拟合，预测得到预设区域的疫情信息。

根据本申请的第三方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面中任一实现方式描述的方法。

根据本申请的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行如第一方面中任一实现方式描述的方法。

根据本申请的第五方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现根据如第一方面中任一实现方式描述的方法。

应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公申请的限定。其中：

图1是根据本申请的疫情预测方法的一个实施例的流程图；

图2示出了SIR-X模型的结构示意图；

图3是根据本申请的疫情预测方法的又一个实施例的流程图；

图4是根据本申请的疫情预测装置的一个实施例的结构示意图；

图5是用来实现本申请实施例的疫情预测方法的电子设备的框图。

具体实施方式

以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。