龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：复旦大学
摘要：本发明属于数据分析技术领域，具体为基于时空超图神经网络的传染病预测算法。本发明算法包括：以城市为节点，人口分布特征相似性构造超边，形成城市传染病关联超图网络；构建由时序嵌入层、超图网络嵌入层和预测层组成的时空超图神经网络；利用循环神经网络学习城市传染病中确诊人数、死亡人数和人流量中的时序信息；利用超图神经网络学习人口分布特征相似性构建的城市特征共享信息，得到包含关联关系信息的城市个体特征；将时序嵌入层的特征和超图网络嵌入层的特征拼接得到传染病趋势预测结果。本发明算法采用超图挖掘传染病发生时城市之间的高阶关联关系，通过时空框架结合时间域和特征空间域多角度信息，提高城市传染病确诊人数预测准确性。
主权项：1.基于时空超图神经网络的传染病趋势预测算法，其特征在于，包括：以城市为节点，以城市社会人口分布特征相似性构造超边，形成城市传染病关联超图网络；构建时空超图神经网络框架，该框架分为三层：时序嵌入层、超图网络嵌入层和预测层；在时序嵌入层，利用循环神经网络学习城市传染病中确诊人数、死亡人数和城市内人流量中的时序信息；在超图网络嵌入层，利用超图神经网络学习基于人口分布特征相似性构建的城市关联关系中的城市特征共享信息，从而得到包含关联关系信息的城市个体特征；在预测层，将时序嵌入层的特征和超图网络嵌入层的特征拼接到一起，通过全连接网络和非线性激活函数输出最终传染病趋势预测的结果；具体步骤如下：步骤1：对城市传染病的时间序列特征进行数据预处理，并根据城市社会人口分布特征相似性构造超图网络；步骤2：将步骤1处理好的城市传染病时序特征输入到时序嵌入层中，捕获历史数据中的时间依赖关系，提取数据中的时间域信息；步骤3：将步骤1构造的城市超图网络和步骤2得到时序嵌入特征输入到超图神经网络嵌入层中，利用注意力机制动态表示城市之间高阶关联关系的强弱，进行有效的特征提取，完成超图网络嵌入学习；步骤4：将步骤2得到的时序嵌入特征和步骤3得到的超图网络嵌入特征拼合到一起，通过一层全连接网络和ReLu激活函数，得到最终城市传染病趋势预测的结果，时空超图神经网络模型通过监督学习的方式进行训练优化。
全文数据：
权利要求：
百度查询： 复旦大学 基于时空超图神经网络的传染病趋势预测算法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号