基于CIST-GCN的流行病数据分析与预测

摘要：

文章提出了一个基于相关度交互图卷积网络的流行病预测方法,利用各城市的日感染人数变化模拟病毒在不同城市间的传播相似度,并对拓扑图进行加权处理,最后利用时空图卷积网络处理城市网络的空间特征,并对城市的流行病发展状况进行预测.方法在PeMS-Bay和PeMSD7数据集上实验的MAPE为2.498％和5.640％,优于传统ST-GCN的2.640％和8.822％,同时在PeMSD7上优于参考模型IT-GCN的8.603％,并且在中国33个城市的疫情预测中与真实数据契合度较高,特别是对"突增点",对各类流行病的预测以及疫情突发状况的预警起到了一定的参考作用.

关键词：流行病预测、传播相似度、时空图卷积网络、拓扑图

所属期刊栏目：6

分类号：TP181(自动化基础理论)

资助基金：佛山科学技术学院学生学术基金xsjj202104zrb03

在线出版日期：2022-09-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：30-34