[发明专利]疾病发病预测方法、装置及计算机可读存储介质有效
| 申请号： | 201910238718.7 | 申请日： | 2019-03-27 |
| 公开（公告）号： | CN110136841B | 公开（公告）日： | 2022-07-08 |
| 发明（设计）人： | 陈娴娴;阮晓雯;徐亮 | 申请（专利权）人： | 平安科技（深圳）有限公司 |
| 主分类号： | G16H50/80 | 分类号： | G16H50/80;G06Q10/04 |
| 代理公司： | 北京鸿元知识产权代理有限公司 11327 | 代理人： | 董永辉;李玉琦 |
| 地址： | 518033 广东省深圳市福田区福*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本方案涉及人工智能，提供疾病发病预测方法、装置及存储介质，提取以周为频次的疾病发病人数的数据和对应的天气数据，组成疾病数据；利用特征工程进行特征提取，获取设定维度的特征数据集，并以特征数据集中的数据分别形成训练数据、测试数据；利用SARIMA模型对疾病数据进行平稳化处理分别得出d阶非季节性差分与D阶季节性差分；将训练数据输入模型，确定模型的参数；运用训练的SARIMA模型对疾病的周发病人数进行预测。本发明能够捕捉到疾病周发病人数较近周次的人数变化规律，还能够捕捉到不同周期相同周次的季节性规律，预测更准确。爬取天气数据辅助预测，结合LASSO模型，能基于天气的变化增强预测疾病发病人数的变化规律。 | ||
| 搜索关键词： | 疾病 发病 预测 方法 装置 计算机 可读 存储 介质 | ||
【主权项】：
1.一种疾病发病预测办法，应用于电子装置，其特征在于，提取以周为频次的疾病发病人数的数据和对应的天气数据，组成疾病数据；利用特征工程进行特征提取，然后再通过奇异值分解的方法进行特征降维，获取设定维度的特征数据集，并以特征数据集中的部分数据作为训练数据，另一部分数据作为测试数据；利用SARIMA模型对疾病数据进行平稳化处理分别得出d阶非季节性差分与D阶季节性差分；将训练数据输入SARIMA模型，确定参数：非季节性分差次数d，非季节性自回归项数p，非季节性移动平均算子的最大滞后阶数q，季节性差分次数D、季节性自回归项数P，季节性移动平均算子的最大滞后阶数Q；运用经过训练的SARIMA模型对疾病的周发病人数进行预测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于平安科技（深圳）有限公司，未经平安科技（深圳）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910238718.7/，转载请声明来源钻瓜专利网。
