申请/专利权人：中国科学院软件研究所;云南省寄生虫病防治所

申请日：2020-03-31

公开（公告）日：2023-01-13

公开（公告）号：CN111462919B

主分类号：G16H50/80

分类号：G16H50/80

优先权：

专利状态码：有效-授权

法律状态：2023.01.13#授权;2020.08.21#实质审查的生效;2020.07.28#公开

摘要：本发明公开了一种基于滑动窗口时序模型的虫媒疾病预测方法及系统，包括收集虫媒疾病病例信息，形成原始数据序列；选取不同滑动窗口宽度，对原始数据序列分段统计形成训练数据序列，建立若干时间序列模型，形成模型库；基于滑动窗口机制和动态加权算法，计算降尺度条件下的预测病例数；利用热点图的表现形式，实现对预测结果的可视化呈现。本发明将滑动窗口时间序列方法应用到虫媒疾病疫情预测领域，可有效降低小时间尺度条件下虫媒疾病疫情的预测误差，更加精准地预测虫媒疾病疫情态势，便于相关组织和人员进行决策。

主权项：1.一种基于滑动窗口时序模型的虫媒疾病预测方法，其特征在于，包括以下步骤：步骤一，收集虫媒疾病病例信息，形成原始数据序列；步骤二，对原始数据序列进行分段，形成训练数据序列，建立时间序列模型，形成模型库；所述步骤二中，所述训练数据序列是用滑动窗口方法对原始数据序列进行分段计算得到，包括如下过程：设置滑动窗口宽度上限和下限，选取起始位置和滑动窗口宽度，从起始位置开始向后移动窗口，每次移动步长为一个滑动窗口宽度，对每个滑动窗口宽度内的发病人数求和；通过选取起始位置和滑动窗口宽度，对应产生一条训练数据序列，由此一条训练数据序列训练产生一个时间序列模型；当滑动窗口移动到原始数据序列末段，剩余天数不足一个滑动窗口宽度时，该末段区间数据不进行处理；通过选取不同的起始位置和窗口宽度，训练产生若干时间序列模型，形成模型库；所述步骤二中，所述时间序列模型建立方法包括如下过程：设置差分阶数阈值、自回归阶数阈值和移动平均阶数阈值，针对每条训练数据序列，利用AugmentedDickey-FullerTest检验其平稳性，若序列不平稳，则进行差分使其变为平稳序列；基于平稳序列，选取自回归阶数和移动平均阶数，建立时间序列模型，对结果残差进行Ljung-Box检验，计算时间序列模型的赤池信息量，仅保留赤池信息量最小且结果残差属于白噪声的时间序列模型，同时得到该时间序列模型在不同窗口的预测值；步骤三，基于滑动窗口机制和目标窗口区间的需求，对应选取时间序列模型，计算目标窗口区间的病例数；所述步骤三中，选取目标窗口区间的起始位置和窗口宽度，基于应包含此目标窗口区间的相关模型的预测值，计算目标窗口区间病例数，包括如下过程：选取目标窗口区间的起始位置和窗口宽度，目标窗口宽度应小于各模型的滑动窗口宽度，同时选取包含此目标窗口区间的若干模型组合，每个模型组合包含两个时间序列模型，且这两个时间序列模型的滑动窗口之差为目标窗口，基于每个模型组合的预测值及每个模型组合的权值，计算目标窗口区间的预测值；步骤四，利用热点图的表现形式，实现模型预测结果的动态可视化呈现。

全文数据：

权利要求：

百度查询： 中国科学院软件研究所;云南省寄生虫病防治所 一种基于滑动窗口时序模型的虫媒疾病预测方法及系统

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