一种基于遥感云计算与深度学习的登革热风险预测方法
文献类型:专利
作者 | 李之超; 董金玮 |
发表日期 | 2022-04-15 |
专利号 | CN202210010627.X |
著作权人 | 中国科学院地理科学与资源研究所. |
国家 | 中国 |
英文摘要 | 本发明公开一种基于遥感云计算与深度学习的登革热风险预测方法,该方法设定不透水层一公里缓冲区作为登革热主要传播范围,应用谷歌地球引擎承载的地理空间大数据和云计算方法,在登革热传播范围内计算多种驱动因素,形成流行病学周为单位的时间序列,并以每周病例数的自然对数的时间差分值作为标签,通过模型直接预测每个流行病学周病例数的变化;本发明将气候环境特征的计算范围从宽泛的行政边界精确为人类活动的不规则区域块,突出地理空间大数据云计算带来的高效性,使用周病例数自然对数的时间差分值作为标签,使得对模型预测能力的评估真实有效,一定程度上去除了自相关性对模型训练的负面影响,实现了登革热传播风险的及时准确预测。 |
公开日期 | 2022-04-15 |
申请日期 | 2022-01-05 |
源URL | [http://ir.igsnrr.ac.cn/handle/311030/190858] |
专题 | 资源与环境信息系统国家重点实验室_专利、软件、成果转化 |
作者单位 | 中国科学院地理科学与资源研究所. |
推荐引用方式 GB/T 7714 | 李之超,董金玮. 一种基于遥感云计算与深度学习的登革热风险预测方法. CN202210010627.X. 2022-04-15. |
入库方式: OAI收割
来源:地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。