[發明專利]一種新型冠狀病毒肺炎疫情多級預警方法及系統

有效

• 申請號: 202010796553.8
• 申請日: 2020-08-10
• 公開（公告）號: CN111916218B
• 公開（公告）日: 2022-07-22
• 發明（設計）人: 張學旺;馮家琦;崔一輝;李洋洋;殷梓杰;付康
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G16H50/70
• 分類號: G16H50/70;G16H50/80;G06K9/62
• 代理公司: 北京同恒源知識產權代理有限公司 11275
• 代理人: 楊柳岸

本發明涉及一種新型冠狀病毒肺炎疫情多級預警方法及系統，屬于公共衛生信息化領域。本發明采用基于長短期記憶網絡LSTM的新型冠狀病毒肺炎疫情群體態勢預測算法得出的新冠肺炎疫情群體態勢每日新增確診預測數據，結合百度地圖遷徙大數據平臺獲取的全國城市之間的每天人口流動比例數據以及各城市的行政區劃代碼數據，經過編碼、歸一化和坐標映射等處理，通過擴展的K?均值聚類算法得出全國、各城市之間的新冠肺炎疫情多級預警數據。利用多點數據串聯，針對實時新冠肺炎疫情信息智能生成預警信息內容，通過網絡發送至Web客戶端和移動客戶端并以可視化方式呈現，為全國各城市區域新冠肺炎疫情多級預警提供數據支持。

技術領域

本發明屬于公共衛生信息化領域，涉及一種新型冠狀病毒肺炎疫情多級預警方法及系統。

背景技術

現在市場上有大量的新型冠狀病毒肺炎疫情(簡稱新冠肺炎疫情，以下同)數據實時數據展示平臺，這些平臺雖然可以很好的幫助我們獲取新冠肺炎疫情的事實信息，但是這些產品并沒有對新冠肺炎疫情未來發展的態勢進行多級預警的功能。而新冠肺炎疫情預警分析可以幫助決策者更快更好地做出決策，提前做出合理的決策能夠在很大程度上降低新冠肺炎疫情對經濟發展、社會進步、民生等多方面的影響。截止2020年7月，尚未發現可以對新冠肺炎疫情進行(多級)預警的軟件產品，因此，研發新冠肺炎疫情多級預警系統具有緊迫性和重要作用。

聚類算法一種經典的機器學習算法，主要是將一堆沒有標簽的數據自動分類的方法，屬于無監督學習方法，該方法保證同一類的數據有相似的特征。K-Means Clustering算法是聚類算法的一種，對未標記的數據(即沒有定義類別或組的數據)進行分類，算法的目標是在數據中找到由變量K標記的組。該算法迭代的工作基于所提供的特征，將每個數據點分配給K個組中的一個；基于特征相似性對數據點進行聚類。K-MeansClustering算法的結果是：

(1)K簇的質心，可用于標記新數據；

(2)訓練數據的標簽(每個數據點分配給一個集群)。

K均值聚類算法用于查找未在數據中明確標記的組。這可用于判別存在哪些類別特征或用于識別復雜數據集中的未知組。

K-MeansClustering算法思想：

(1)隨機選取k個點，作為聚類中心；

(2)計算每個點分別到k個聚類中心的聚類，然后將該點分配到最近的聚類中心，這樣就形成了k個簇；

(3)再重新計算每個簇的聚類中心(均值)；

(4)重復上述(1)～(3)步，直到聚類中心的位置不再發生變化或者達到設定的迭代次數。

發明內容

有鑒于此，本發明的目的在于提供一種新型冠狀病毒肺炎疫情多級預警方法及系統。新冠肺炎疫情多級預警方法采用新冠肺炎疫情群體態勢預測算法得出的新冠肺炎疫情群體態勢每日新增確診預測數據，結合百度地圖遷徙大數據平臺獲取的全國、各省市和城市之間的每天人口流動比例數據以及各省市、城市的行政區劃代碼數據，經過編碼、歸一化和坐標映射等處理，通過擴展的K-均值聚類(K-Means Clustering)算法得出全國、各省市和城市之間的新冠肺炎疫情預警數據。

為達到上述目的，本發明提供如下技術方案：

一種新型冠狀病毒肺炎疫情多級預警系統，該系統分為服務器端和客戶端，兩者之間以Http/Https協議通信；

服務器端采取分層結構，從上至下依次為接口層、業務層、數據層和算法層，而且接口層、業務層和數據層的技術架構采用的是SpringBoot+Mybatis框架；

客戶端有兩種，分別是Web客戶端和移動端；