[发明专利]一种基于LSTM深度学习网络模型的疫情预测模型在审
| 申请号： | 202010846548.3 | 申请日： | 2020-08-21 |
| 公开（公告）号： | CN111968755A | 公开（公告）日： | 2020-11-20 |
| 发明（设计）人： | 洪中华;凡紫阳;栾奎峰;童小华;冯永玖;谢欢;陈鹏;刘世杰;金雁敏;许雄;柳思聪;王超;肖长江;晏雄锋;郭艺友 | 申请（专利权）人： | 上海海洋大学;同济大学 |
| 主分类号： | G16H50/80 | 分类号： | G16H50/80;G06N3/04;G06N3/08 |
| 代理公司： | 上海伯瑞杰知识产权代理有限公司 31227 | 代理人： | 俞磊 |
| 地址： | 201306 上*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于LSTM深度学习网络模型的疫情预测模型，包括LSTM用于提取序列数据中的规律信息的长短期记忆网络层、用于拟定输出维度的全连接层、以及用于调整预测数据与标签数据之间的拟合程度的激活层；所述疫情预测模型包含两层连接的长短期记忆网络层，第一层长短期记忆网络层的输出作为第二层长短期记忆网络层的输入。本发明将2*LSTM层连接模型对序列化数据进行建模，充分考虑疫情序列数据之间变化的影响，使得模型拟合效果更好。疫情序列数据在经过1层LSTM训练后，记忆信息得以保留并传输入下一层LSTM，使得模型能充分学习序列间的变化信息，无需考虑除疫情变化记录外的其他参数，预测误差相对较低，对于后期疫情发展趋势存在参考价值。 | ||
| 搜索关键词： | 一种 基于 lstm 深度 学习 网络 模型 疫情 预测 | ||
【主权项】：
暂无信息
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上海海洋大学;同济大学，未经上海海洋大学;同济大学许可，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/202010846548.3/，转载请声明来源钻瓜专利网。
