申请/专利权人：辽宁石油化工大学

申请日：2021-04-15

公开（公告）日：2021-11-19

公开（公告）号：CN113674870A

主分类号：G16H50/80(20180101)

分类号：G16H50/80(20180101);G06N3/04(20060101);G06N3/08(20060101)

优先权：

专利状态码：在审-实质审查的生效

法律状态：2021.12.07#实质审查的生效;2021.11.19#公开

摘要：本发明公开了基于长短期记忆网络LSTM模型的新冠病毒传播预测方法，包括以下步骤：步骤一：收集covid‑19病毒的传播数据，作为研究的基础数据，截取病毒爆发初期的数据得到数据集；步骤二：分割数据集为训练数据集和测试数据集；步骤三：将步骤2中得到的训练数据集训练长短期记忆网络LSTM模型；步骤四：利用步骤3中训练好得到的模型进行未来数据的预测，并与测试数据集中的真实数据做对比；步骤五：量化预测误差，评价模型准确性。本发明属于病毒传播模型技术领域，具体是指基于长短期记忆网络LSTM模型的新冠病毒传播预测方法，从数据本身出发，得到数据变化的规律，实现预测目的，训练数据量越大，模型可以学到更多规律，也可以达到更好的预测效果。

主权项：1.基于长短期记忆网络LSTM模型的新冠病毒传播预测方法，其特征在于，包括以下步骤：步骤一：收集covid-19病毒的传播数据，作为研究的基础数据，截取病毒爆发初期的数据得到数据集；步骤二：分割数据集为训练数据集和测试数据集；步骤三：将步骤2中得到的训练数据集训练长短期记忆网络LSTM模型；步骤四：利用步骤3中训练好得到的模型进行未来数据的预测，并与测试数据集中的真实数据做对比；步骤五：量化预测误差，评价模型准确性。

全文数据：

权利要求：

百度查询： 辽宁石油化工大学 基于长短期记忆网络LSTM模型的新冠病毒传播预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD