摘要
本申请涉及人工智能技术领域,公开了一种季节性流感的流行风险预警方法和系统,季节性流感的流行风险预警方法包括:通过获取季节性流感的多维度影响因素;通过病毒亚型的病原序列信息确定至少一种病毒亚型的抗原簇时序构成比,通过季节性流感的病例数据确定至少一种病毒亚型的感染率;基于至少一种病毒亚型的抗原簇时序构成比、至少一种病毒亚型的感染率、人口迁徙特征、非药物干预措施的强度和气候特征通过深度学习模型预测至少一种病毒亚型在第一预设时间段的预测感染率序列;通过多维度影响因素的预警贡献度对预测感染率序列进行加权求和以确定至少一种病毒亚型的风险预警信息。提高了季节性流感的流行风险预警的准确性。
技术关键词
风险预警方法
病毒
流感
时序
序列
深度学习模型
聚类算法
时间段
参数
风险预警系统
数据
气候
蛋白
矩阵
误差
措施
指数
梯度下降法
人工智能技术
系统为您推荐了相关专利信息
重识别方法
车辆重识别
残差网络模型
三元组
构建分类器
智能识别方法
文本特征向量
短信
残差神经网络
风险评估模型
物流运输优化方法
优化运输路线
生成状态报告
物联网设备
深度学习算法