基于贝叶斯网络的传染病时空预警模型研究

发布时间：2020-12-07 00:17

　　当下,新的传染病不断的出现并肆虐全球,已有的一些传染病也总是死灰复燃,时不时地席卷而来,它们不断地威胁着人类的生命健康。因此,建立一个传染病早期预警系统显得尤为重要。在过去的几十年里,世界各国纷纷对此进行了广泛的研究,它们主要是针对基于时间维度或空间维度的传染病聚集性探测进行的研究,其尺度范围可以从乡镇到全国。目前已有的很多传染病早期预警系统很少能同时考虑时间和空间上的聚集,它们通常是基于相关风险因素进行分析的,过于依赖所采集到的风险数据,而且,传统的预警系统是主要是根据疾病分布中探测到的一些异常情况进行估计的,这是一种回顾性分析的方法,缺乏时效性。本文主要提出一种基于贝叶斯网络的传染病时空预警模型。首先,本文对传染病空间聚集性探测技术进行了概述,主要研究了多指标面板数据的聚类分析算法;其次,本文对传染病的时间聚集性探测进行了研究,介绍了一种基于移动百分位数的算法对传染病的风险等级进行划分;最后,本文进行了利用贝叶斯网络建立传染病时空预警模型的研究,并将本文所研究的各方法用在了湖南省手足口病的时空预警模型的研究中。本文主要对湖南省的研究区域按照流行季节和发病程度进行了聚集性分析,并将其... 

【文章来源】：长安大学陕西省 211工程院校 教育部直属院校

【文章页数】：83 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景
    1.2 研究目的和研究意义
        1.2.1 研究目的
        1.2.2 研究意义
        1.2.3 社会经济效益
    1.3 研究内容
    1.4 技术路线与组织结构
        1.4.1 技术路线
        1.4.2 组织结构
第二章 国内外研究状况
    2.1 国外研究状况
    2.2 国内研究现状
第三章 相关理论基础及方法
    3.1 传染病空间聚集性探测技术
        3.1.1 传统聚类方法
            3.1.1.1 层次方法
            3.1.1.2 划分方法
            3.1.1.3 基于网格的方法
            3.1.1.4 基于模型的方法
            3.1.1.5 基于密度的方法
        3.1.2 基于空间面板模型的聚类算法
            3.1.2.1 空间面板模型简介
            3.1.2.2 面板数据聚类分析
    3.2 传染病时间聚集性探测技术
        3.2.1 比数图法
        3.2.2 流行控制图法
        3.2.3 移动百分位数
            3.2.3.1 移动百分位数原理
            3.2.3.2 基于时间维度的传染病风险等级划分
    3.3 基于贝叶斯网络的时空预警模型探究
        3.3.1 贝叶斯网络基本理论
            3.3.1.1 贝叶斯网络的表示
            3.3.1.2 贝叶斯网络结构学习
            3.3.1.3 贝叶斯网络参数学习
            3.3.1.4 贝叶斯网络推理
        3.3.2 基于贝叶斯网络的时空预警模型
            3.3.2.1 数据预处理
            3.3.2.2 建立网络预警模型
            3.3.2.3 传染病暴发风险概率估计
第四章 湖南省手足.病早期预警案例研究
    4.1 研究区域概况
        4.1.1 自然区域概况
            4.1.1.1 地形地貌条件
            4.1.1.2 气候条件
            4.1.1.3 社会经济与人
        4.1.2 湖南省手足.病疫情概况
            4.1.2.1 湖南省手足.病流行病学特征
            4.1.2.2 湖南省手足.病病原学特征
            4.1.2.3 相关数据介绍
    4.2 手足.病空间聚集性探测结果
    4.3 手足.病时间聚集性探测结果
    4.4 手足.病时空预警模型——基于贝叶斯网络
        4.4.1 数据预处理
        4.4.2 贝叶斯网络的构建
        4.4.3 贝叶斯网络参数学习
        4.4.4 贝叶斯网络结果验证
第五章 不确定性分析
    5.1 数据准备阶段的不确定性
    5.2 空间聚集探测阶段的不确定性
    5.3 时间聚集探测阶段的不确定性
    5.4 建立贝叶斯时空预警模型阶段的不确定性
第六章 结论与展望
参考文献
攻读硕士期间取得的研究成果
致谢



本文编号：2902260