CN109817342A - 流行季预测模型的参数调整方法、装置、设备及存储介质 - Google Patents
流行季预测模型的参数调整方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN109817342A CN109817342A CN201910015285.9A CN201910015285A CN109817342A CN 109817342 A CN109817342 A CN 109817342A CN 201910015285 A CN201910015285 A CN 201910015285A CN 109817342 A CN109817342 A CN 109817342A
- Authority
- CN
- China
- Prior art keywords
- season
- prediction model
- parameter
- popular season
- popular
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 192
- 201000010099 disease Diseases 0.000 claims abstract description 191
- 238000000034 method Methods 0.000 claims abstract description 19
- 208000020061 Hand, Foot and Mouth Disease Diseases 0.000 description 8
- 208000025713 Hand-foot-and-mouth disease Diseases 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 235000013399 edible fruits Nutrition 0.000 description 5
- 206010037660 Pyrexia Diseases 0.000 description 3
- 208000037919 acquired disease Diseases 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 208000015181 infectious disease Diseases 0.000 description 3
- 206010022000 influenza Diseases 0.000 description 3
- 230000005180 public health Effects 0.000 description 3
- 208000035473 Communicable disease Diseases 0.000 description 2
- 206010064097 avian influenza Diseases 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种流行季预测模型的参数调整方法、装置、设备及存储介质，该方法包括步骤：当侦测到调整流行季预测模型中模型参数的调整指令后，根据调整指令获取流行性疾病在预设时长内的疾病指数；将疾病指数输入至流行季预测模型中，以得到流行性疾病的流行季预测结果，并获取疾病指数对应流行季真实结果；将流行季真实结果与流行季预测结果进行对比，根据对比所得的对比结果调整模型参数，以得到流行性疾病对应的流行季目标预测模型。本发明通过数据处理，提高了通过流行季预测模型预测流行性疾病是否进入流行季的准确率。
Description
技术领域
本发明涉及数据处理技术领域，尤其涉及一种流行季预测模型的参数调整方法、装置、设备及存储介质。
背景技术
流行性疾病是指可以感染众多人口的传染病，能在较短的时间内广泛蔓延的传染病，如流行性感冒、禽流感和手足口病等。如何能早期识别到流行性疾病突发公共卫生事件，及时发出预警，尽早采取相应的控制措施，将突发公共卫生事件造成的损失降到最低，是公共卫生领域长期以来关注的焦点，也是卫生应急工作的重要内容。目前可通过流行季预测模型来预测某种流行季疾病是否进入流行季，而在现有的流行季预测模型中，各个模型参数都是固定的数值，针对不同流行性疾病，流行季预测模型中的模型参数数值都是相同的，从而导致通过流行季预测模型预测流行性疾病是否进入流行季的准确率低下。
发明内容
本发明的主要目的在于提供一种流行季预测模型的参数调整方法、装置、设备及存储介质，旨在解决现有的通过流行季预测模型预测流行性疾病是否进入流行季的准确率低下的技术问题。
为实现上述目的，本发明提供一种流行季预测模型的参数调整方法，所述流行季预测模型的参数调整方法包括步骤：
当侦测到调整流行季预测模型中模型参数的调整指令后，根据所述调整指令获取流行性疾病在预设时长内的疾病指数；
将所述疾病指数输入至所述流行季预测模型中，以得到所述流行性疾病的流行季预测结果，并获取所述疾病指数对应流行季真实结果；
将所述流行季真实结果与所述流行季预测结果进行对比，根据对比所得的对比结果调整所述模型参数，以得到所述流行性疾病对应的流行季目标预测模型。
优选地，所述将所述流行季真实结果与所述流行季预测结果进行对比，根据对比所得的对比结果调整所述模型参数，以得到所述流行性疾病对应的流行季目标预测模型的步骤包括：
将所述流行季真实结果与所述流行季预测结果进行对比，根据对比所得对比结果计算所述流行季预测模型的第一预测准确率；
若所述第一预测准确率小于或者等于第一预设阈值，则按照第一调整规则调整所述模型参数，以得到所述流行性疾病对应的流行季目标预测模型；
若所述第一预测准确率大于所述第一预设阈值，则按照第二调整规则调整所述模型参数，以得到所述流行性疾病对应的流行季目标预测模型。
优选地，所述若所述第一预测准确率小于或者等于第一预设阈值，则按照第一调整规则调整所述模型参数，以得到所述流行性疾病对应的流行季目标预测模型的步骤包括：
若所述第一预测准确率小于或者等于第一预设阈值，则确定所述流行季预测模型中的待调整模型参数，以及所述待调整模型参数的参数范围；
确定所述参数范围的中位数，从所述中位数开始按照预设第一调整幅度调整所述待调整参数，以得到所述流行性疾病对应的流行季目标预测模型。
优选地，所述若所述第一预测准确率大于所述第一预设阈值，则按照第二调整规则调整所述模型参数，以得到所述流行性疾病对应的流行季目标预测模型的步骤包括：
若所述第一预测准确率大于所述第一预设阈值，则确定所述流行季预测模型中的待调整模型参数；
从所述待调整模型参数的当前数值，按照预设第二调整幅度调整所述待调整模型参数，以得到所述流行性疾病对应的流行季目标预测模型。
优选地，所述将所述流行季真实结果与所述流行季预测结果进行对比，根据对比所得的对比结果调整所述模型参数，以得到所述流行性疾病对应的流行季目标预测模型的步骤包括：
将所述流行季真实结果与所述流行季预测结果进行对比，根据对比所得的对比结果调整所述模型参数，并计算调整模型参数后的所述流行季预测模型对应的第二预测准确率；
若所述第二预测准确率大于第二预设阈值，则将所述第二预测准确率中最大值对应的流行季预测模型确定为流行季目标预测模型。
优选地，所述若所述第二预测准确率大于第二预设阈值，则将所述第二预测准确率中最大值对应的流行季预测模型确定为流行季目标预测模型的步骤包括：
若所述第二预测准确率大于第二预设阈值，则检测对于同一个模型参数，是否存在至少两个目标数值使得所述流行季预测模型的第二预测准确率为所有所述第二预测准确率中的最大值；
若检测到对于同一个模型参数，存在至少两个所述目标数值，则在所述目标数值中选择最小的数值作为所述流行季目标预测模型中对应模型参数的数值，以得到所述流行性疾病对应的流行季目标预测模型。
优选地，所述将所述流行季真实结果与所述流行季预测结果进行对比，根据对比所得的对比结果调整所述模型参数，以得到所述流行性疾病对应的流行季目标预测模型的步骤之后，还包括：
当接收到预测流行性疾病是否处于流行季的预测请求后，将所述预测请求对应的疾病指数输入至所述流行性疾病对应的流行季目标预测模型中，得到输出结果；
若根据所述输出结果确定所述流行性疾病处于流行季，则输出提示信息，以根据所述提示信息提示用户所述流行性疾病已进入流行季。
此外，为实现上述目的，本发明还提供一种流行季预测模型的参数调整装置，所述流行季预测模型的参数调整装置包括：
获取模块，用于当侦测到调整流行季预测模型中模型参数的调整指令后，根据所述调整指令获取流行性疾病在预设时长内的疾病指数；
输入模块，用于将所述疾病指数输入至所述流行季预测模型中，以得到所述流行性疾病的流行季预测结果；
所述获取模块还用于获取所述疾病指数对应流行季真实结果；
对比模块，用于将所述流行季真实结果与所述流行季预测结果进行对比；
调整模块，用于根据对比所得的对比结果调整所述模型参数，以得到所述流行性疾病对应的流行季目标预测模型。
此外，为实现上述目的，本发明还提供一种流行季预测模型的参数调整设备，所述流行季预测模型的参数调整设备包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的流行季预测模型的参数调整程序，所述流行季预测模型的参数调整程序被所述处理器执行时实现如上所述的流行季预测模型的参数调整方法的步骤。
此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有流行季预测模型的参数调整程序，所述流行季预测模型的参数调整程序被处理器执行时实现如上所述的流行季预测模型的参数调整方法的步骤。
本发明通过在侦测到调整流行季预测模型中模型参数的调整指令后，根据调整指令获取流行性疾病在预设时长内的疾病指数；将疾病指数输入至所述流行季预测模型中流行季预测结果，将流行季预测结果与所获取的流行季真实结果进行对比，根据对比所得的对比结果调整模型参数，以得到流行性疾病对应的流行季目标预测模型，实现了通过流行性疾病的疾病指数调整对应流行季预测模型的模型参数，避免了所有流行性疾病对应的流行季预测模型的模型参数都是一致的，使各种流行性疾病都存在对应的流行季目标预测模型，提高了通过流行季预测模型预测流行性疾病是否进入流行季的准确率。
附图说明
图1是本发明流行季预测模型的参数调整方法第一实施例的流程示意图；
图2是本发明流行季预测模型的参数调整方法第三实施例的流程示意图；
图3为本发明流行季预测模型的参数调整装置较佳实施例的功能示意图模块图；
图4是本发明实施例方案涉及的硬件运行环境的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明提供一种流行季预测模型的参数调整方法，参照图1，图1为本发明流行季预测模型的参数调整方法第一实施例的流程示意图。
本发明实施例提供了流行季预测模型的参数调整方法的实施例，需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
流行季预测模型的参数调整方法应用于服务器或者终端中，终端可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(PersonalDigital Assistant，PDA)等移动终端，以及诸如数字TV、台式计算机等固定终端。在流行季预测模型的参数调整方法的各个实施例中，为了便于描述，省略执行主体进行阐述各个实施例。流行季预测模型的参数调整方法包括：
步骤S10，当侦测到调整流行季预测模型中模型参数的调整指令后，根据所述调整指令获取流行性疾病在预设时长内的疾病指数。
当侦测到调整流行季预测模型中模型参数的调整指令后，根据该调整指令获取流行性疾病在预设时长内的疾病指数。其中，调整指令可由用户根据具体需要而触发，也可由预先设置好的定时任务触发。流行性疾病是能在较短的时间内广泛蔓延的传染病，如流行性感冒、禽流感和手足口病等。不同疾病有不同的发病指数，如流行性感冒对应的发病指数可为门诊每天确诊为发热的人数，如手足口病对应的发病指数可为每周确诊为手足口病的人数。预设时长可根据具体需要而设置，在本实施例中对预设时长的大小不做具体限制。如预设时长可设置为两周，流行性感冒对应的发病指数可为门诊每天确诊为发热的人数，则此时的疾病指数为这两周内每天确诊为发热的人数，即所获取的疾病指数中存在14个疾病指数。
流行季预测模型包括但不限于CUSUM(Cumulative Sum，累加和)控制图模型和EWMA(Exponentially Weighted Moving-Average，指数加权移动平均值)控制图模型。其中，CUSUM控制图模型为：设X(发病指数)服从正态分布，即X～N(μ,σ)，w为时间窗长度，设初始CUSUM值为C0＝0，t时刻的CUSUM值为：Ct＝max{0,Xt-(μw+kσw)+Ct-1}，μw为Xt-w到Xt时刻X的均值，σw为标准差，w周期参数，k为计算参数，Ct大于阈值H＝hσ时可认为异常，即当Ct大于H时，确定在Ct对应时间内，流行性疾病进入流行季；当Ct小于或者等于H时，确定在Ct对应时间内，流行性疾病进入非流行季。h为阈值参数；σ为X总体的方差，Ct是基于上一时刻的值生成下一时刻的值，阈值H为t时刻前历史数据的标准差，由上述公式可知，Ct为大于0的数值，X为对应时间的发病指数。可以理解的是，在CUSUM控制图模型中，模型参数为w，k和h。
EWMA控制图模型为：设所获取的发病指数Xt服从正态分布，即Xt～N(μ,σ2)，初始值Z0＝X0，则t时刻的EWMA值为：Zt＝λ×Xt+(1-λ)×Zt-1；常数λ为权重系数。具体地，λ可用天数N来代表：如当N＝19天，代表λ＝0.1；k为控制限参数；Zt和阈值UCL都是基于上一时刻的值生成下一时刻的值。当t时刻下的EWMA值Zt大于阈值UCL时，可认为存在异常，即可确定在Zt对应时间内，流行性疾病进入流行季；当t时刻下的EWMA值Zt小于或者等于阈值UCL时，可确定在Zt对应时间内，流行性疾病进入非流行季。可以理解的是，在EWMA控制图模型中，模型参数可为λ和k。
步骤S20，将所述疾病指数输入至所述流行季预测模型中，以得到所述流行性疾病的流行季预测结果，并获取所述疾病指数对应流行季真实结果。
当获取到疾病指数后，将疾病指数输入至流行季预测模型中，得到流行性疾病的流行季预测结果。需要说明的是，在训练得到流行季预测模型过程中，可将各个流行季预测模型中的模型参数都设置为最小值，如将CUSUM控制图模型中的h和w都设置为1，将k设置为0.1；也可将各个流行季预测模型中的模型参数都设置为最大值，或者设置为常用的数值。在本发明实施例中，存在两种流行季预测结果，第一种为流行性疾病处于流行季，第二种为流行性疾病处于非流行季，具体地，为了便于区分这两种流行季预测结果，可采用结果标识来表示不同的流行季预测结果。如当结果标识为“1”时，表明流行性疾病处于流行季；当结果标识为“0”时，表明流行性疾病处于非流行季。在本发明实施例中不限制结果标识的表现形式，如也可用“11”表示流行性疾病处于流行季。
获取疾病指数对应的流行季真实结果。其中，流行季真实结果是由专业人员，如疾病控制中心的工作人员或医护人员等根据疾病指数的大小所确定的，具体地，专业人员可为疾病指数添加对应的结果标识，以确定各个疾病指数对应的流行季真实结果。如当所获取的疾病指数为2018年第1周到第14周的疾病指数时，专业人员根据疾病指数的大小和实际情况，确定第1周到第4周处于非流行季，第5周到第10周处于流行季，则在第1周到第4周对应的疾病指数中添加处于非流行季的结果标识，在第5周到第10周对应的疾病指数中添加处于流行季的结果标识。
步骤S30，将所述流行季真实结果与所述流行季预测结果进行对比，根据对比所得的对比结果调整所述模型参数，以得到所述流行性疾病对应的流行季目标预测模型。
当得到流行季真实结果和流行季预测结果后，将流行季真实结果和流行季预测结果进行对比，得到对比结果。具体地，是将流行季真实结果和流行季预测结果对应的结果标识进行对比。当得到对比结果后，根据对比所得对比结果调整模型参数，以得到所述流行性疾病对应的流行季目标预测模型。在调整模型参数过程，是各个模型参数单独调整，如在调整CUSUM控制图模型中的h时，保持w和k不变；在调整CUSUM控制图模型中的k时，保持w和h不变。在调整各个模型参数过程中，可设置调整差值，如可设置在调整h过程中，每次增加1，如若在当前的CUSUM控制图模型中，h＝1，则在后续的调整h过程中，依次按照h＝2，h＝3的调整幅度等进行调整，以得到预测准确率大于预设值的流行季目标预测模型。其中，预设值可根据具体需要而设置，如可将预设值设置为90％，或者95％等。
进一步地，步骤S30包括：
步骤a，将所述流行季真实结果与所述流行季预测结果进行对比，根据对比所得对比结果计算所述流行季预测模型的第一预测准确率。
具体地，将流行季真实结果与流行季预测结果进行对比，得到对比结果，根据对比结果确定流行季预测结果中与流行季真实结果相同的结果数量，将该结果数量除以流行季真实结果的总结果数量，得到流行季预测模型的第一预测准确率。可以理解的是，流行季真实结果的总结果数量和流行季预测结果的总结果数量相同，流行季真实结果的总结果数量与所获取的疾病指数的数量相等。如在CUSUM控制图模型中，若当w，k和h都为1时，所得的流行季预测结果为第1周至第3周处于非流行季，第4周到第6周处于流行季，第7周处于非流行季，第8周到第10周处于流行季，则可确定当h＝1时，第1周至第3周、第5周、第6周、第8周、第9周和第10周对应的8个疾病指数的流行季预测结果与流行季真实结果一致，此时对应的第一预测准确率为80％(8/10＝0.8)。
步骤b，若所述第一预测准确率小于或者等于第一预设阈值，则按照第一调整规则调整所述模型参数，以得到所述流行性疾病对应的流行季目标预测模型。
当计算得到第一预测准确率后，判断第一预测准确率是否小于或者等于第一预设阈值。若确定第一预测准确率小于或者等于第一预设阈值，则按照第一调整规则调整模型参数，以得到该流行性疾病对应的流行季目标预测模型。如在确定第一预测准确率小于或者等于第一预设阈值时，优先调整流行季预测模型中参数范围大的模型参数，如在CUSUM控制图模型中，优先调整w；在EWMA控制图模型中，优先调整k。
进一步地，步骤b包括：
步骤b1，若所述第一预测准确率小于或者等于第一预设阈值，则确定所述流行季预测模型中的待调整模型参数，以及所述待调整模型参数的参数范围。
若确定第一预测准确率小于或者等于第一预设阈值，则确定流行季预测模型中的待调整模型参数，以及确定待调整模型参数的参数范围。其中，待调整模型参数为流行季预测模型中的任意一个模型参数，如在CUSUM控制图模型中，可将w设置为待调整模型参数，也可将h设置为待调整模型参数。待调整模型参数的参数范围是预先设置好的，如在CUSUM控制图模型中，w和h为整数，可将h的参数范围设置为大于或者等于1，且小于或者等于3；将w的参数范围设置为大于或者等于1，且小于或者等于14；将k的参数范围设置为大于0，且小于10。在EWMA控制图模型中，将λ的参数范围设置为大于0，且小于1，将k的参数范围设置为大于0，小于或者等于3，k为整数。上述例子中各个模型参数的参数范围只是为了便于了解，并不造成对本发明实施例中各个模型参数的参数范围的限制。
步骤b2，确定所述参数范围的中位数，从所述中位数开始按照预设第一调整幅度调整所述待调整参数，以得到所述流行性疾病对应的流行季目标预测模型。
确定参数范围的中位数，从中位数开始按照预设第一调整幅度调整待调整参数，以得到所述流行性疾病对应的流行季目标预测模型，其中，预设第一调整幅度可根据具体需要而设置，针对不同的模型参数，对应的预设第一调整幅度可相同，也可不同。如在调整w过程中，且w的参数范围为大于或者等于1，且小于或者等于14，则确定w的参数范围的中位数为7，若此时第一调整幅度为2时，则可按照w＝7，w＝9，w＝11和w＝13的顺序调整w，或者按照w＝7，w＝5和w＝3的顺序调整w，直到调整模型参数后的流行季预测模型的预测准确率大于预设值时，停止调整流行季预测模型的模型参数，得到流行季目标预测模型。
步骤c，若所述第一预测准确率大于所述第一预设阈值，则按照第二调整规则调整所述模型参数，以得到所述流行性疾病对应的流行季目标预测模型。
若确定第一预测准确率大于第一预设阈值，则按照第二调整规则调整模型参数，以得到流行性疾病对应的流行季目标预测模型。具体地，在确定第一预测准确率大于第一预设阈值时，可优先调整流行季预测模型中参数范围小的模型参数。如在CUSUM控制图模型中，优先调整k；在EWMA控制图模型中，优先调整λ。
进一步地，步骤c包括：
步骤c1，若所述第一预测准确率大于所述第一预设阈值，则确定所述流行季预测模型中的待调整模型参数。
若确定第一预测准确率大于第一预设阈值，则确定流行季预测模型中的待调整模型参数。
步骤c2，从所述待调整模型参数的当前数值，按照预设第二调整幅度调整所述待调整模型参数，以得到所述流行性疾病对应的流行季目标预测模型。
当确定流行季预测模型中的待调整模型参数后，从待调整模型参数的当前数值，按照预设第二调整幅度调整待调整模型参数，以得到流行性疾病对应的流行季目标预测模型。其中，预设第二调整幅度可根据具体需要而设置，针对不同的模型参数，对应的预设第二调整幅度可相同，也可不同。如在EWMA控制图模型中，在调整λ过程中，可将预设第二调整幅度设置为0.1，也可将预设第二调整幅度设置为0.2等。
本发明实施例通过在侦测到调整流行季预测模型中模型参数的调整指令后，根据调整指令获取流行性疾病在预设时长内的疾病指数；将疾病指数输入至所述流行季预测模型中流行季预测结果，将流行季预测结果与所获取的流行季真实结果进行对比，根据对比所得的对比结果调整模型参数，以得到流行性疾病对应的流行季目标预测模型，实现了通过流行性疾病的疾病指数调整对应流行季预测模型的模型参数，避免了所有流行性疾病对应的流行季预测模型的模型参数都是一致的，使各种流行性疾病都存在对应的流行季目标预测模型，提高了通过流行季预测模型预测流行性疾病是否进入流行季的准确率。
进一步地，提出本发明流行季预测模型的参数调整方法第二实施例。
所述流行季预测模型的参数调整方法第二实施例与所述流行季预测模型的参数调整方法第一实施例的区别在于，步骤S30还包括：
步骤d，将所述流行季真实结果与所述流行季预测结果进行对比，根据对比所得的对比结果调整所述模型参数，并计算调整模型参数后的所述流行季预测模型对应的第二预测准确率。
当得到流行季真实结果和流行季预测结果后，将流行季真实结果与流行季预测结果进行对比，根据对比所得的对比结果调整模型参数，并计算调整模型参数后的流行季预测模型对应的第二预测准确率。需要说明的是，计算第二预测准确率的过程与计算第一预测准确率的过程一致，在本实施例中不再详细赘述。
步骤e，若所述第二预测准确率大于第二预设阈值，则将所述第二预测准确率中最大值对应的流行季预测模型确定为流行季目标预测模型。
当计算得到第二预测准确率后，判断第二预测准确率是否大于第二预设阈值。其中，第二预设阈值可根据具体需要而设置，第一预设阈值为流行季预测模型调整模型参数之前对应的预设阈值；第二预设阈值为流行季预测模型调整模型参数之后对应的预设阈值。在本发明实施例中，第二预设阈值大于第一预设阈值。当确定第二预测准确率大于第二预设阈值时，确定第二预测准确率中的最大值，将得到该最大值对应的模型参数作为流行季预测模型的模型参数，以得到流行季目标预测模型。如在CUSUM控制图模型中，若在h＝2，w＝7，k＝1时，对应的第二预测准确率大于第二预设阈值，且该第二预测准确率是所有第二预测准确率中的最大值，则可确定在流行季目标预测模型中，h＝2，w＝7，k＝1。可以理解的是，每调整一次模型参数，都会生成一个新的流行季预测模型，该新的流行季预测模型会对应一个第二预测准确率。
进一步地，若确定第二预测准确率小于或者等于第二预设阈值，则继续调整流行季预测模型的模型参数。
进一步地，为了降低通过流行季预测模型预测流行性疾病是否处于流行季的预测难度，步骤e包括：
步骤e1，若所述第二预测准确率大于第二预设阈值，则检测对于同一个模型参数，是否存在至少两个目标数值使得所述流行季预测模型的第二预测准确率为所有所述第二预测准确率中的最大值。
若确定第二预测准确率小于第二预设阈值，则检测对于同一个模型参数，是否存在至少两个目标数值使得流行季预测模型的第二预测准确率为所有第二预测准确率中的最大值。如对于CUSUM控制图模型中，若在h＝3和h＝7时，流行季预测模型对应的第二预测准确率都大于第二预设阈值，且对应的第二预测准确率是所有第二预测准确率中的最大值，则确定3和7为目标数值。
步骤e2，若检测到对于同一个模型参数，存在至少两个所述目标数值，则在所述目标数值中选择最小的数值作为所述流行季目标预测模型中对应模型参数的数值，以得到所述流行性疾病对应的流行季目标预测模型。
若检测到对于同一个模型参数，存在至少两个目标数值，则在目标数值中选择最小的数值作为流行季目标预测模型中对应模型参数的数值，以得到流行性疾病对应的流行季目标预测模型。如在3和7中，选择3作为流行季目标预测模型中h的数值，即在流行季目标预测模型中，h＝3。
进一步地，若检测到对于同一个模型参数，至存在一个目标数值，则直接将该目标数值作为流行季目标预测模型中对应模型参数的数值。
本实施例通过在调整模型参数后的流行季预测模型对应的第二预测准确率大于第二预设阈值时，才将第二预测准确率中的最大值对应的流行季预测模型确定为流行季目标预测模型，以保证流行季目标预测模型的预测准确率，提高了通过流行季目标预测模型预测流行性疾病是否进入流行季的准确率。
进一步地，提出本发明流行季预测模型的参数调整方法第三实施例。
所述流行季预测模型的参数调整方法第三实施例与所述流行季预测模型的参数调整方法第一或第二实施例的区别在于，参照图2，流行季预测模型的参数调整方法还包括：
步骤S40，当接收到预测流行性疾病是否处于流行季的预测请求后，将所述预测请求对应的疾病指数输入至所述流行性疾病对应的流行季目标预测模型中，得到输出结果。
当接收到预测流行性疾病是否处于流行季的预测请求后，获取该预测请求对应的疾病指数，并将预测请求对应的疾病指数输入至流行性疾病对应的流行季目标预测模型中，得到输出结果。需要说明的是，输出结果是以结果标识的形式表现的，预测请求由用户根据具体需要而触发，或者由预先设置好的定时任务自动触发。预测请求对应的疾病指数也是一定时长内的疾病指数。在预测请求中，携带有所需预测的流行性疾病的疾病标识；在流行季目标预测模型中，也存在对应流行性疾病的疾病标识。因此，当预测请求携带的疾病标识与某个流行季目标预测模型对应的疾病标识一致时，即可确定所需预测的流行性疾病对应的流行季目标预测模型。在本发明实施例中，每种流行性疾病都存在唯一的疾病标识，本发明实施例不限制疾病标识的表现形式。
如当接收到预测下一周手足口病是处于流行季还是处于非流行季的预测请求，且手足口病对应的CUSUM控制图模型中h＝2，w＝7，k＝1，则取前7周手足口病对应的疾病指数输入至手足口病对应的CUSUM控制图模型中，得到输出结果。
步骤S50，若根据所述输出结果确定所述流行性疾病处于流行季，则输出提示信息，以根据所述提示信息提示用户所述流行性疾病已进入流行季。
当得到输出结果后，若根据输出结果确定流行性疾病处于流行季，则生成提示信息，以根据该提示信息提示用户该流行性疾病已进入流行季。其中，提示信息可通过语音或者文字的形式输出。具体地，若输出结果为流行季对应的结果标识，则确定流行性疾病处于流行季；若输出结果为非流行季对应的结果标识，则确定流行性疾病处于非流行季。
进一步地，若根据输出结果确定流行性疾病处于非流行季，也可输出提示信息提示用户该流行性疾病当前处于非流行季。
本实施例通过在接收到预测流行性疾病是否处于流行季的预测请求后，将预测请求对应的疾病指数输入至流行性疾病对应的流行季目标预测模型中，并在根据流行季目标预测模型输出结果确定流行性疾病处于流行季时，输出提示信息提示用户流行性疾病已进入流行季，以便于在流行性疾病进入流行季时，及时提醒用户，以便于让用户尽早做好预防措施。
此外，参照图3，本发明还提供一种流行季预测模型的参数调整装置，所述流行季预测模型的参数调整装置包括：
获取模块10，用于当侦测到调整流行季预测模型中模型参数的调整指令后，根据所述调整指令获取流行性疾病在预设时长内的疾病指数；
输入模块20，用于将所述疾病指数输入至所述流行季预测模型中，以得到所述流行性疾病的流行季预测结果；
所述获取模块10还用于获取所述疾病指数对应流行季真实结果；
对比模块30，用于将所述流行季真实结果与所述流行季预测结果进行对比；
调整模块40，用于根据对比所得的对比结果调整所述模型参数，以得到所述流行性疾病对应的流行季目标预测模型。
进一步地，所述调整模块40包括：
第一计算单元，用于根据对比所得对比结果计算所述流行季预测模型的第一预测准确率；
第一调整单元，用于若所述第一预测准确率小于或者等于第一预设阈值，则按照第一调整规则调整所述模型参数，以得到所述流行性疾病对应的流行季目标预测模型；若所述第一预测准确率大于所述第一预设阈值，则按照第二调整规则调整所述模型参数，以得到所述流行性疾病对应的流行季目标预测模型。
进一步地，所述第一调整单元包括：
第一确定子单元，用于若所述第一预测准确率小于或者等于第一预设阈值，则确定所述流行季预测模型中的待调整模型参数，以及所述待调整模型参数的参数范围；确定所述参数范围的中位数；
第一调整子单元，用于从所述中位数开始按照预设第一调整幅度调整所述待调整参数，以得到所述流行性疾病对应的流行季目标预测模型。
进一步地，所述第一调整单元还包括：
第二确定子单元，用于若所述第一预测准确率大于所述第一预设阈值，则确定所述流行季预测模型中的待调整模型参数；
第二调整子单元，用于从所述待调整模型参数的当前数值，按照预设第二调整幅度调整所述待调整模型参数，以得到所述流行性疾病对应的流行季目标预测模型。
进一步地，所述调整模块40包括：
第二调整单元，用于根据对比所得的对比结果调整所述模型参数；
第二计算单元，用于计算调整模型参数后的所述流行季预测模型对应的第二预测准确率；
确定单元，用于若所述第二预测准确率大于第二预设阈值，则将所述第二预测准确率中最大值对应的流行季预测模型确定为流行季目标预测模型。
进一步地，所述确定单元包括：
检测子单元，用于若所述第二预测准确率大于第二预设阈值，则检测对于同一个模型参数，是否存在至少两个目标数值使得所述流行季预测模型的第二预测准确率为所有所述第二预测准确率中的最大值；
选择子单元，用于若检测到对于同一个模型参数，存在至少两个所述目标数值，则在所述目标数值中选择最小的数值作为所述流行季目标预测模型中对应模型参数的数值，以得到所述流行性疾病对应的流行季目标预测模型。
进一步地，所述输入模块20还用于当接收到预测流行性疾病是否处于流行季的预测请求后，将所述预测请求对应的疾病指数输入至所述流行性疾病对应的流行季目标预测模型中，得到输出结果；
流行季预测模型的参数调整装置还包括：
输出模块，用于若根据所述输出结果确定所述流行性疾病处于流行季，则输出提示信息，以根据所述提示信息提示用户所述流行性疾病已进入流行季。
需要说明的是，流行季预测模型的参数调整装置的各个实施例与上述流行季预测模型的参数调整方法的各实施例基本相同，在此不再详细赘述。
此外，本发明还提供一种流行季预测模型的参数调整设备。如图4所示，图4是本发明实施例方案涉及的硬件运行环境的结构示意图。
需要说明的是，图4即可为流行季预测模型的参数调整设备的硬件运行环境的结构示意图。本发明实施例流行季预测模型的参数调整设备可以是PC，便携计算机等终端设备。
如图4所示，该流行季预测模型的参数调整设备可以包括：处理器1001，例如CPU，存储器1005，用户接口1003，网络接口1004，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
可选地，流行季预测模型的参数调整设备还可以包括摄像头、RF(RadioFrequency，射频)电路，传感器、音频电路、WiFi模块等等。
本领域技术人员可以理解，图4中示出的流行季预测模型的参数调整设备结构并不构成对流行季预测模型的参数调整设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图4所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及流行季预测模型的参数调整程序。其中，操作系统是管理和控制流行季预测模型的参数调整设备硬件和软件资源的程序，支持流行季预测模型的参数调整程序以及其它软件或程序的运行。
在图4所示的流行季预测模型的参数调整设备中，用户接口1003可用于侦测调整指令，接收预测指令等；网络接口1004主要用于后台服务器等，与后台服务器等进行数据通信；处理器1001可以用于调用存储器1005中存储的流行季预测模型的参数调整程序，并执行如上所述的流行季预测模型的参数调整方法的步骤。
本发明流行季预测模型的参数调整设备具体实施方式与上述流行季预测模型的参数调整方法各实施例基本相同，在此不再赘述。
此外，本发明实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有流行季预测模型的参数调整程序，所述流行季预测模型的参数调整程序被处理器执行时实现如上所述的流行季预测模型的参数调整方法的步骤。
本发明计算机可读存储介质具体实施方式与上述流行季预测模型的参数调整方法各实施例基本相同，在此不再赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种流行季预测模型的参数调整方法，其特征在于，所述流行季预测模型的参数调整方法包括以下步骤：
当侦测到调整流行季预测模型中模型参数的调整指令后，根据所述调整指令获取流行性疾病在预设时长内的疾病指数；
将所述疾病指数输入至所述流行季预测模型中，以得到所述流行性疾病的流行季预测结果，并获取所述疾病指数对应流行季真实结果；
将所述流行季真实结果与所述流行季预测结果进行对比，根据对比所得的对比结果调整所述模型参数，以得到所述流行性疾病对应的流行季目标预测模型。
2.如权利要求1所述的流行季预测模型的参数调整方法，其特征在于，所述将所述流行季真实结果与所述流行季预测结果进行对比，根据对比所得的对比结果调整所述模型参数，以得到所述流行性疾病对应的流行季目标预测模型的步骤包括：
将所述流行季真实结果与所述流行季预测结果进行对比，根据对比所得对比结果计算所述流行季预测模型的第一预测准确率；
若所述第一预测准确率小于或者等于第一预设阈值，则按照第一调整规则调整所述模型参数，以得到所述流行性疾病对应的流行季目标预测模型；
若所述第一预测准确率大于所述第一预设阈值，则按照第二调整规则调整所述模型参数，以得到所述流行性疾病对应的流行季目标预测模型。
3.如权利要求2所述的流行季预测模型的参数调整方法，其特征在于，所述若所述第一预测准确率小于或者等于第一预设阈值，则按照第一调整规则调整所述模型参数，以得到所述流行性疾病对应的流行季目标预测模型的步骤包括：
若所述第一预测准确率小于或者等于第一预设阈值，则确定所述流行季预测模型中的待调整模型参数，以及所述待调整模型参数的参数范围；
确定所述参数范围的中位数，从所述中位数开始按照预设第一调整幅度调整所述待调整参数，以得到所述流行性疾病对应的流行季目标预测模型。
4.如权利要求2所述的流行季预测模型的参数调整方法，其特征在于，所述若所述第一预测准确率大于所述第一预设阈值，则按照第二调整规则调整所述模型参数，以得到所述流行性疾病对应的流行季目标预测模型的步骤包括：
若所述第一预测准确率大于所述第一预设阈值，则确定所述流行季预测模型中的待调整模型参数；
从所述待调整模型参数的当前数值，按照预设第二调整幅度调整所述待调整模型参数，以得到所述流行性疾病对应的流行季目标预测模型。
5.如权利要求1所述的流行季预测模型的参数调整方法，其特征在于，所述将所述流行季真实结果与所述流行季预测结果进行对比，根据对比所得的对比结果调整所述模型参数，以得到所述流行性疾病对应的流行季目标预测模型的步骤包括：
将所述流行季真实结果与所述流行季预测结果进行对比，根据对比所得的对比结果调整所述模型参数，并计算调整模型参数后的所述流行季预测模型对应的第二预测准确率；
若所述第二预测准确率大于第二预设阈值，则将所述第二预测准确率中最大值对应的流行季预测模型确定为流行季目标预测模型。
6.如权利要求5所述的流行季预测模型的参数调整方法，其特征在于，所述若所述第二预测准确率大于第二预设阈值，则将所述第二预测准确率中最大值对应的流行季预测模型确定为流行季目标预测模型的步骤包括：
若所述第二预测准确率大于第二预设阈值，则检测对于同一个模型参数，是否存在至少两个目标数值使得所述流行季预测模型的第二预测准确率为所有所述第二预测准确率中的最大值；
若检测到对于同一个模型参数，存在至少两个所述目标数值，则在所述目标数值中选择最小的数值作为所述流行季目标预测模型中对应模型参数的数值，以得到所述流行性疾病对应的流行季目标预测模型。
7.如权利要求1至6任一项所述的流行季预测模型的参数调整方法，其特征在于，所述将所述流行季真实结果与所述流行季预测结果进行对比，根据对比所得的对比结果调整所述模型参数，以得到所述流行性疾病对应的流行季目标预测模型的步骤之后，还包括：
当接收到预测流行性疾病是否处于流行季的预测请求后，将所述预测请求对应的疾病指数输入至所述流行性疾病对应的流行季目标预测模型中，得到输出结果；
若根据所述输出结果确定所述流行性疾病处于流行季，则输出提示信息，以根据所述提示信息提示用户所述流行性疾病已进入流行季。
8.一种流行季预测模型的参数调整装置，其特征在于，所述流行季预测模型的参数调整装置包括：
获取模块，用于当侦测到调整流行季预测模型中模型参数的调整指令后，根据所述调整指令获取流行性疾病在预设时长内的疾病指数；
输入模块，用于将所述疾病指数输入至所述流行季预测模型中，以得到所述流行性疾病的流行季预测结果；
所述获取模块还用于获取所述疾病指数对应流行季真实结果；
对比模块，用于将所述流行季真实结果与所述流行季预测结果进行对比；
调整模块，用于根据对比所得的对比结果调整所述模型参数，以得到所述流行性疾病对应的流行季目标预测模型。
9.一种流行季预测模型的参数调整设备，其特征在于，所述流行季预测模型的参数调整设备包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的流行季预测模型的参数调整程序，所述流行季预测模型的参数调整程序被所述处理器执行时实现如权利要求1至7中任一项所述的流行季预测模型的参数调整方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有流行季预测模型的参数调整程序，所述流行季预测模型的参数调整程序被处理器执行时实现如权利要求1至7中任一项所述的流行季预测模型的参数调整方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910015285.9A CN109817342A (zh) | 2019-01-04 | 2019-01-04 | 流行季预测模型的参数调整方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910015285.9A CN109817342A (zh) | 2019-01-04 | 2019-01-04 | 流行季预测模型的参数调整方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109817342A true CN109817342A (zh) | 2019-05-28 |
Family
ID=66604095
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910015285.9A Pending CN109817342A (zh) | 2019-01-04 | 2019-01-04 | 流行季预测模型的参数调整方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109817342A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111161880A (zh) * | 2019-12-23 | 2020-05-15 | 平安医疗健康管理股份有限公司 | 基于分类模型的医疗信息分类方法、装置和计算机设备 |
| CN111430040A (zh) * | 2020-03-03 | 2020-07-17 | 广东省公共卫生研究院 | 基于病例、气象和病原监测数据的手足口病疫情预测方法 |
| CN113838580A (zh) * | 2021-09-03 | 2021-12-24 | 医渡云（北京）技术有限公司 | 传染病传染规模预测方法、装置、存储介质及电子设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017113785A1 (zh) * | 2015-12-28 | 2017-07-06 | 中兴通讯股份有限公司 | 预失真模型的调整方法及装置 |
| CN107992888A (zh) * | 2017-11-29 | 2018-05-04 | 深圳市智物联网络有限公司 | 工业设备运行状态的识别方法及服务器 |
| CN108108814A (zh) * | 2018-01-17 | 2018-06-01 | 北京中星微人工智能芯片技术有限公司 | 一种深度神经网络的训练方法 |
| CN108304354A (zh) * | 2018-01-25 | 2018-07-20 | 腾讯科技（深圳）有限公司 | 一种预测模型训练方法及装置、存储介质、电子设备 |
| CN108597617A (zh) * | 2018-04-11 | 2018-09-28 | 平安科技（深圳）有限公司 | 流行病分级预测方法及装置、计算机装置和可读存储介质 |
-
2019
- 2019-01-04 CN CN201910015285.9A patent/CN109817342A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017113785A1 (zh) * | 2015-12-28 | 2017-07-06 | 中兴通讯股份有限公司 | 预失真模型的调整方法及装置 |
| CN107992888A (zh) * | 2017-11-29 | 2018-05-04 | 深圳市智物联网络有限公司 | 工业设备运行状态的识别方法及服务器 |
| CN108108814A (zh) * | 2018-01-17 | 2018-06-01 | 北京中星微人工智能芯片技术有限公司 | 一种深度神经网络的训练方法 |
| CN108304354A (zh) * | 2018-01-25 | 2018-07-20 | 腾讯科技（深圳）有限公司 | 一种预测模型训练方法及装置、存储介质、电子设备 |
| CN108597617A (zh) * | 2018-04-11 | 2018-09-28 | 平安科技（深圳）有限公司 | 流行病分级预测方法及装置、计算机装置和可读存储介质 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111161880A (zh) * | 2019-12-23 | 2020-05-15 | 平安医疗健康管理股份有限公司 | 基于分类模型的医疗信息分类方法、装置和计算机设备 |
| CN111161880B (zh) * | 2019-12-23 | 2022-12-02 | 深圳平安医疗健康科技服务有限公司 | 基于分类模型的医疗信息分类方法、装置和计算机设备 |
| CN111430040A (zh) * | 2020-03-03 | 2020-07-17 | 广东省公共卫生研究院 | 基于病例、气象和病原监测数据的手足口病疫情预测方法 |
| CN113838580A (zh) * | 2021-09-03 | 2021-12-24 | 医渡云（北京）技术有限公司 | 传染病传染规模预测方法、装置、存储介质及电子设备 |
| CN113838580B (zh) * | 2021-09-03 | 2024-04-12 | 医渡云（北京）技术有限公司 | 传染病传染规模预测方法、装置、存储介质及电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3736692A1 (en) | Using computational cost and instantaneous load analysis for intelligent deployment of neural networks on multiple hardware executors | |
| US10796803B2 (en) | Method for integrating and providing collected data from multiple devices and electronic device for implementing same | |
| CN109817342A (zh) | 流行季预测模型的参数调整方法、装置、设备及存储介质 | |
| CN112529301B (zh) | 用电量预测方法、设备及存储介质 | |
| US20160144236A1 (en) | Exercise information providing method and electronic device supporting the same | |
| CN105807997B (zh) | 一种触控屏灵敏度调整方法及装置 | |
| US9508041B2 (en) | Method for predicting user operation and mobile terminal | |
| CN107101665A (zh) | 运动信息提供方法及支持所述方法的电子装置 | |
| CN109726885A (zh) | 用电量异常评估方法、装置、设备和计算机存储介质 | |
| KR20160084706A (ko) | 운동 기록에 대한 설명 정보를 제공하는 전자 장치 및 방법 | |
| CN109771949A (zh) | 一种游戏内动态调整渲染等级的方法和系统 | |
| CN110047593A (zh) | 疾病流行季等级的确定方法、装置、设备及可读存储介质 | |
| EP3352666B1 (en) | Activity information providing method and electronic device supporting the same | |
| WO2018193934A1 (en) | Evaluation apparatus, evaluation method, and program therefor | |
| CN109684302A (zh) | 数据预测方法、装置、设备及计算机可读存储介质 | |
| CN109375859A (zh) | 屏幕控制方法、装置、终端及存储介质 | |
| CN106406494B (zh) | 一种处理器调度的方法及终端 | |
| US11669762B2 (en) | Apparatus and method for forecasted performance level adjustment and modification | |
| JP6058571B2 (ja) | 必要要員数算出装置、必要要員数算出方法及びプログラム | |
| CN109408566A (zh) | 一种智能图表推荐方法及装置 | |
| CN104462116B (zh) | 数据选择的方法及装置 | |
| CN108038563A (zh) | 一种数据预测方法、服务器及计算机可读存储介质 | |
| CN107563188A (zh) | 应用的安全评测方法、装置和计算机存储介质 | |
| KR102529808B1 (ko) | 원단의 색상 정보를 결정하는 원단 측정 장치 | |
| CN109598378A (zh) | 医保费用预测方法、装置、设备及计算机可读存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190528 |