第39卷第7期福建电脑Vol.39No.72023年7月JournalofFujianComputerJul.2023———————————————本文得到国家级大学生创新创业训练计划(No.202210566024)资助。刘威，男，2002年生，主要研究领域为深度学习、计算机视觉。E-mail:1244204021@qq.com。蒋林根，男，2001年生，主要研究领域为人机交互。E-mail:1017158128@qq.com。余应淮(通信作者)，男，1981年生，主要研究领域为数字图像处理、计算机视觉。E-mail:yuyinghuai@gdou.edu.cn。多模型集成的突发传染病预测与可视化平台刘威蒋林根余应淮(广东海洋大学数学与计算机学院广东湛江524088)摘要为了给各级政府及时应对突发传染病提供一个指导的方案，本文使用了一种改良易感-感染型+长短期记忆网络+自然语言处理的模型对疫情进行预测。模型应用于猴痘感染数据集时，取得了很好的效果，平均绝对百分比误差为21.23%，平均绝对误差为88.03。此外，借助词频-逆文件频率算法和双向长短时神经记忆网络算法，实现了热词云、情感分析等功能。实验结果显示，本文提出的系统能够更准确地分析病毒的传播规律和发展趋势，对相关舆论、新闻等民间信息更敏感，为预测未来突发传染病的传播规律和发展趋势提供了有效的方法。关键词多模型；可视化系统；突发传染病；预测模型；自然语言处理中图法分类号TP31DOI:10.16707/j.cnki.fjpc.2023.07.018Multi-modelIntegratedSuddenInfectiousDiseasePredictionandVisualizationPlatformLIUWei,JIANGLingen,YUYinghuai(CollegeofMathematicsandComputerScience,GuangdongOceanUniversity,Zhanjiang,China,524088)AbstractInordertoprovideaguidingplanforgovernmentsatalllevelstorespondtosuddeninfectiousdiseasesinatimelymanner,thispaperusesanimprovedsusceptible-infected+longshort-termmemorynetwork+naturallanguageprocessingmodeltopredicttheepidemicsituation.Whenthemodelwasappliedtothedatasetofmonkeypoxinfection,goodresultswereachieved,withanaverageabsolutepercentageerrorof21.23%andameanabsoluteerrorof88.03.Inaddition,withthehelpofwordfrequencyinversefilefrequencyalgorithmandbidirectionallongshorttermneuralmemorynetworkalgorithm,functionssuchashotwordcloudandsentimentanalysishavebeenachieved.Theexperimentalresultsshowthatthesystemproposedinthisarticlecanmoreaccuratelyanalyzethetransmissionpatternsandde...
