一种基于深度时空残差网络预测登革热疾病的方法
基本信息
| 申请号 | CN202010073432.0 | 申请日 | - |
| 公开（公告）号 | CN113161002A | 公开（公告）日 | 2021-07-23 |
| 申请公布号 | CN113161002A | 申请公布日 | 2021-07-23 |
| 分类号 | G16H50/80（2018.01）I;G06N3/08（2006.01）I;G06N3/04（2006.01）I | 分类 | 物理 |
| 发明人 | 常伟;余捷全 | 申请（专利权）人 | 广东毓秀科技有限公司 |
| 代理机构 | - | 代理人 | - |
| 地址 | 510000广东省广州市天河区金穗路3号1701房 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供了一种基于深度时空残差网络预测登革热疾病的方法，利用所采集数据的时空属性以及深度学习方法强大的拟合能力，构建了基于深度时空残差网络，以预测特定时空下的登革热疾病。通过登革热传感器采集城市登革热发病的时空数据，同时考虑房价信息、气象数据、个人收入信息、即时通讯软件的聊天数据等外部条件数据，进行数据的深度时空残差网络训练，本发明能更加准确地对登革热疾病进行预测，克服了疾病预测难、发现慢等现有问题。 |
