摘要
本申请公开了一种基于混合神经网络的儿童流感样人数预测方法及相关装置,涉及流感样人数预测技术领域,该方法包括:获取过去若干周的流感样病例比例监测数据,利用预先训练好的Informer流感样病例比例预测模型,据此开展预测,得到未来若干周的流感样病例比例的预测数据,随后将其插值为日分辨率流感样病例比例预测数据,并结合对应的气象预报数据和时间特征,构建得到未来若干周的日分辨率输入样本集,最后将该样本集输入到预先训练好的有监督LSTM儿童流感样人数单步预测模型中,即可滚动预测得到未来若干周每日的儿童流感样预测人数。本申请利用Informer结合LSTM的混合神经网络将儿童流感样人数周尺度预测精细化至日尺度,可显著提高准确性与时效性。
技术关键词
流感
人数预测方法
分辨率
儿童
气象预报数据
预测模型训练
日期
数据获取模块
预测系统
样本
处理器
计算机程序产品
注意力机制
周期
相对湿度
计算机设备
风险
可读存储介质
系统为您推荐了相关专利信息
土壤水分数据
地表温度数据
分辨率
残差数据
噪声预测
柔性压力传感器
裂隙结构
阵列结构
参数
导电硅胶
场景交互系统
噪声功率
数据收集模块
移动设备
图片
电价预测方法
支持向量回归
灰狼算法
SVR模型
序列
变化检测网络
多尺度特征
高分辨率遥感图像
高分辨率光学遥感图像
通道注意力机制