10.3969/j.issn.1000-386x.2022.10.007
基于Elman神经网络的COVID-19传播特性预测
基于整个新型冠状病毒肺炎(COVID-19)疫情发展过程中所呈现的特点,在有限的数据情况下,使用过去事件中新增感染人数、媒体宣传力度、政府隔离强度以及公共场所消毒程度等因素作为动态信息来训练El-man神经网络,用以学习COVID-19疫情发展情况,使得Elman神经网络掌握疫情的传播规律.通过模拟仿真,发现经过有效训练后的Elman神经网络具备对COVID-19传播发展的各个关键时间节点进行精准预测的能力,实验数据表明:预测的疫情发展时间关键节点与实际疫情发展情况基本吻合.
Elman、神经网络、预测、控制措施、COVID-19
39
TP3(计算技术、计算机技术)
国家自然科学基金;湖南省自然科学基金项目;湖南省教育科学十三五规划基金项目
2022-11-11(万方平台首次上网日期,不代表论文的发表时间)
共8页
42-48,140