摘要
本发明涉及公共卫生信息技术领域,具体是指基于时空分布异常检测的突发传染病智能定位系统,包括数据采集模块、时空特征建模模块、时空分布异常检测模块、传染病智能定位模块、传播趋势预测模块和可视化模块,本方案通过提出了多维高斯三元组建模方案,引入期望、熵、超熵参数来精细描述时空分布特征的中心位置、变化范围和不稳定性,结合多准则相似度计算与动态簇合并机制,实现对微弱异常的精准捕捉;通过引入图结构建模方式,构建解释型图结构与逐层归属轨迹,在层级聚类过程中引入轨迹波动性度量,提升对异常点的鲁棒检测能力,本发明实现对突发传染病的高精度异常识别与感染源定位,提升疫情响应的智能化水平与时效性。
技术关键词
时空分布特征
智能定位系统
分层聚类方法
智能定位模块
可视化模块
异常点
层级
数据采集模块
三元组
神经网络模型构建
多策略
机制
度函数
异常检测方法
高斯核函数
矩阵
动态
因子