论文部分内容阅读
利用大数据技术,传染病SIR模型与机器学习预测疫情的拐点,对疫情的数据进行可视化展示.疫情期间,方便个人查询地点的疫情信息,充分发挥人民群众的力量,缩短寻找密接人员、高风险人员的时间,推测出拐点出现日期,对全球防疫起一定作用.
疫情信息展示及预测可视化
【摘 要】
：
利用大数据技术,传染病SIR模型与机器学习预测疫情的拐点,对疫情的数据进行可视化展示.疫情期间,方便个人查询地点的疫情信息,充分发挥人民群众的力量,缩短寻找密接人员、高风险人员的时间,推测出拐点出现日期,对全球防疫起一定作用.
【机 构】
：
南华大学计算机学院,湖南衡阳,421200
【出 处】
：
电子测试
【发表日期】
：
2022年2期
其他文献
本文设计了一种基于超声波测距技术的小型船舶预警系统.超声波是一种机械波,在传播过程中具有方向性强,能量集中,不易受干扰等优点,因而广泛应用于测距领域.本文以FPGA作为主控芯片,对声速进行温度补偿,提高了测量精度,使船舶可以提前对障碍物进行预警.
当前随着5G通信技术的不断商用普及,通信系统网络的通量更加庞大,为用户的便捷上网提供技术支持.然而在现时情况中,对于某一区域由于使用用户数量暴增,依旧容易导致通信故障,而改善这一问题的热点措施则是基于公共网络构建的区域性非公共网络.但是在现有3GPP标准定义该类型网络存在协议复杂、部署配置难度大和设备兼容性差等问题.对此本文提出来了一种改进型的切片方案,以对当前上述问题的规避优化,从而为区域性应急通信场景需求满足提供技术支持.
如今互联网电商平台中用户对于购买商品上传的点评图片质量参差不齐,影响其他用户的购物体验和对于商品质量的判断,电商公司通常通过人工审核来规避这种情况,然而大量的上传图片数据需要大量的人力进行运营审核,针对平台当前审核成本过高的问题,本文设计了一种基于VGG-16卷积神经网络的电商评论图像分类模型,并采用随机梯度下降算法、防止过拟合技术来改进模型,通过迁移学习方法对评论图片进行识别分类从而实现评论图像的自动审核.实验结果显示,本研究模型相比其他传统网络模型效果更好,具有很高的识别精度、鲁棒性和泛化能力,可以准