《计算机工程与科学杂志》发表论文赏析

基于健康码打卡数据的疫情轨迹描述模型研究#br#

来源:计算机工程与科学杂志2024年第8期北京时间:

作者:万泽宇, 张飞舟

单位:北京大学地球与空间科学学院,北京 100871

摘要:疫情深刻改变了世界格局,在现有的疫情时空建模分析中,缺乏对个体及其群体轨迹的准确描述,难以满足精准防疫需求。针对此问题,在分析现有的疫情时空分析方法、轨迹描述模型基础上,结合健康码打卡数据,以经纬度和时间为轴建立时空三维坐标系,以健康码打卡数据作为轨迹节点,呈现携带者以及密接者的时空轨迹,依次对单人、双人以及多人的轨迹进行准确描述,进而构建融合时空拓扑关系的“山”型轨迹描述模型,从而在三维坐标系中准确定位需要防控的时空范围,以达到精准防疫的目的。在Foursquare Dataset仿真数据集上的实验表明,“山”型轨迹模型有效缩小了排查范围,减少了排查人员数量,具有广阔的应用情景。

关键词:轨迹描述模型,精准防疫,健康码打卡,

基金资助:国家自然科学基金(61972148)

2024年8期其他文献查阅:

基于SRAM缓存和存内计算的低功耗关键词唤醒系统

基于FPGA和行折叠的稀疏矩阵向量乘优化

面向离散粒子多尺度分析CPU/GPU架构的并行近邻搜索算法

边缘侧神经网络块粒度领域自适应技术研究

基于DPCT的序列比对软件迁移与性能评估

一种基于动态空间划分和压缩布隆过滤器相结合的分布式元数据负载均衡算法#br#

基于BOOM处理器的访存逻辑优化

S-JSMA:一种低扰动冗余的快速JSMA对抗样本生成方法

智慧医疗系统中可容错的多维度密文跨域聚合方案

区域敏感的群智感知隐私保护任务分配机制

基于加权非负矩阵分解的异常声音检测方法研究

多阶段特征蒸馏加权的轻量级图像超分辨率网络

Bi-YOLO:一种基于YOLOv8n改进的轻量化目标检测算法

基于YOLOv8 改进的室内行人跌倒检测算法FDW-YOLO

基于健康码打卡数据的疫情轨迹描述模型研究#br#

一种基于多特征融合嵌入的中文命名实体识别模型研究

基于Fuch映射的改进白鲸优化算法及应用

一种模糊时间序列概率预测方法

一种基于注意力机制的轻量级语义分割

结合混合特征提取与深度学习的长文本语义相似度计算

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!