[发明专利]基于CNN+SEIR和LSTM的疫情预测预警方法

摘要

本发明涉及一种基于CNN+SEIR和LSTM的疫情预测预警方法，属于信息化领域。利用卷积神经网络CNN+标准传染病SEIR模型作为新冠疫情的预测模型，通过CNN模型从大量的人口迁移的数据中提取特征，然后利用SEIR模型作为新冠疫情的预测模型。所述卷积神经网络CNN用于实现预测模型的特征提取，包括局部感受野、权值共享和池化；预测模型通过卷积神经网络提取来自各个维度的人口迁移数据，将统计得来的患者行动轨迹和人口迁移数据做匹配，利用KL散度计算患者行动轨迹和人口迁移数据的相似度；如果易感染者和患者行动轨迹相似度较大，则见面几率高，否则见面几率小。