新冠肺炎疫情对汽车产业的影响及应对举措

新冠肺炎疫情成为全球大流行疾病,对世界经济社会带来重大冲击.当前,疫情持续传播,深刻影响全球汽车产业.从全球汽车产业链、企业经营状况、汽车市场风险3个方面系统分析了新冠肺炎疫情对全球汽车产业的影响,在此基础上,结合中国采取的多项政策,从汽车行业、企业两个维度阐述对中国汽车产业的影响,提出6个方面的应对举措.     

新冠肺炎疫情防控过程中的国际科技合作

 根据新型冠状病毒肺炎疫情,分析了国际科技合作在疫情防控中的作用。研究显示,疫情防控涉及国际科技合作多个方面,包括及时交换疫情扩散信息、开展国际间应急联合科研攻关、共享抗病毒药物和医疗技术、人员能力培训和疫情防控体系建设等。从全球治理和国际科技合作的视角,提出了新时期疫情防控的相关政策建议。     

基于改进SEIR模型的新冠肺炎疫情分析与预测

针对新型冠状病毒的潜伏期较长,基于每日发布的新冠疫情数据集,在经典SEIR (Susceptible-Exposed-Infected-Recovered)模型的基础上,考虑了隐性传播人群,并且将确诊人群分为两类(一类感染者具有传染能力;一类感染者由于处于隔离期间,其感染能力可忽略不计),构建了基于改进SEIR的新冠肺炎传播动力学模型。以2021年12月15日到2022年1月13日的西安市疫情数据为依据,拟合得到了改进SEIR模型的动力学参数,对西安市COVID-19疫情进行预测和评估。结果表明,基于改进SEIR传染病动力学模型对疫情的理论估计与西安市疫情的实际情况较为符合,数据可视化和医学隔离等措施对抑制疫情大面积传播有重要作用。     

疫情防控常态化下医院突发公共卫生事件档案的管理与应用

随着新冠肺炎防控工作的规范化、常态化,医院档案管理备受关注,突发公共卫生事件档案是医院档案不可或缺的一部分,直接影响医院应对突发事件的能力,具有突出的参考价值和利用价值.根据医院发展的实际情况,详细阐述了医院突发公共卫生事件档案的基本特征,分析了突发公共卫生事件档案管理的现实意义,探讨了医院应对突发公共卫生事件档案管理...     

基于改进的SEIR模型对新冠肺炎的疫情预测及防控措施的评估

基于国家卫健委每日公布的湖北省新冠(COVID-19)疫情数据,结合实际的疫情传播和防控流程,提出一种基于SEIR模型改进的传染病动力学CSEIR模型.在传统SEIR模型的基础上增加了潜伏追踪入院和发病追踪入院的传播流程以刻画疫情发展趋势;通过引入感染抑制因子描述感染率随时间的变化趋势,用于分析封城封村、居家隔离等抗疫...     

重庆市新型冠状病毒肺炎（NCP）疫情分析与趋势预测

【目的】通过计算重庆市的新型冠状病毒肺炎疫情的相关数据,研究重庆市的疫情发展趋势,为政府疫情防控及相关政策制定提供重要参考。【方法】利用重庆市卫生健康委员会公布的官方数据,计算出此次疫情确诊病例环比增长率、治愈率和死亡率,绘制变化曲线图分析疫情发展态势。趋势预测使用SIR传染病模型,并用MATLAB求解微分方程,计算出感染系数和恢复系数从而预测疫情发展趋势。【结果】重庆市疫情逐渐趋缓,但防疫工作仍然严峻,目前以密切接触的二、三代感染者为新增病例的主要来源。通过数学建模的预测,此次疫情在未来10天左右出现高峰,疫情预计将于2月25日左右出现“拐点”。【结论】重庆市疫情目前仍处于上升时期,随着复工复学复岗人员流动增多,人员活动范围扩大,防疫工作将迎来新的挑战,应引起足够的重视。     

实证数据同化案例方法在新冠肺炎疫情分析中的应用

采用"实证数据同化SARS案例疫情趋势模型"方法,以各地市卫生健康委员会发布的新型冠状病毒肺炎疫情数据为基础同化模型参数,总结研究团队2020年2月3—28日对全国(除湖北)、湖北省(除武汉)、武汉市的多次疫情趋势分析和决策建议,并提供3条预测曲线作为疫情防控指导线,预测疫情发展。该模型的疫情峰值线可作为评估当前防疫措施是否得当的标准线,用于各地市疫情趋势预警,指导防疫措施的制定,为医疗资源、生活应急物资的调度提供决策支持,为稳定民众情绪发挥作用。     

充分发挥物联网在新冠肺炎疫情防控中的重要作用

总结了物联网在疫情监测、远程会诊、复工复产复学、民生服务等场景的应用,提出了物联网在医疗卫生、工业卫生、生活服务、应急管理、智慧城市等方面应用的建议。     

基于延迟效应的SAIR_2D模型对新冠肺炎疫情的分析预测及防控策略研究

提出了一种改进的SEIR疫情传播模型(SAIR_2D),对近期新疆爆发的新冠肺炎疫情流行机制进行了分析,并对传播趋势进行了初步预测。首先,考虑此次爆发的COVID-19病例多表现为无症状感染者(A)且A类人群的筛查检测过程需要时间,建立具有延迟效应的SAIR_2D模型并进行数值解析和模拟仿真实验。结果表明,模型对疫情传播的相关估计与实际情况较为符合,特别是在疫情爆发初期能够较为准确的预测感染病例。最后,评估了封城的有效性,分析表明及时封城可以控制COVID-19的传播,提出的相关防控策略可为有关部门提供借鉴。     

科技赋能新冠肺炎疫情防控的问题与反思

新型冠状病毒性肺炎疫情暴发后,政府支持科技企业攻关,企业自身承担社会责任,科技赋能疫情防控卓有成效。但在新技术落地的同时,政府、医疗机构、基层以及新技术本身都暴露出很多问题,未来的科技赋能疫情防控要优化顶层建设、促进成果转化、调整法律制度、助力科技下沉,完善疫情防控网。     

基于LSTM模型对印度新冠肺炎疫情的预测

自2019年新冠肺炎疫情暴发持续到现在,无论对国家、社会、还是个人都产生了巨大的影响。部分国家及时采取了一些应对措施,但是依然无法完全控制住疫情的传播。目前,机器学习算法被用来预测新冠肺炎疫情的发展。使用长短期记忆(long short-term memory, LSTM)模型对收集到的印度累计确诊病例数据进行分析并预测印度疫情的变化趋势。使用适应性矩估计(adaptive moment estimation, ADAM)算法优化模型使模型参数达到最优值,将均方误差(mean square error, MSE)作为损失函数,不断训练模型后最终得到其准确度为87.49%。使用支持向量机(support vector machine, SVM)模型预测新冠肺炎疫情发展的研究比较广泛,将其与LSTM模型进行对比,利用相同的数据集得出SVM模型预测的准确度为73.25%,对比2组数值发现,在预测印度新冠肺炎疫情上LSTM模型的准确度更高。该方法在一定程度上为预测印度新冠肺炎确诊病例数的研究提供了帮助,有助于人们实时监控印度疫情。     

无人系统在新冠肺炎疫情防控中的应用实践

在新型冠状病毒肺炎(COVID-19)重大疫情防控工作中,智能无人系统发挥了很大作用。在疫情监测阶段,高空监控的无人机、防疫宣传与消杀的机器人、智能红外测温系统等高效完成了工作,为疫情预防、延缓蔓延提供了有力技术手段;在防控救治阶段,5G远程会诊平台、诊断治疗机器人、可移动负压隔离舱等有效解决了直接接触救治引起传染风险的问题,有效保障了一线医护人员安全;在物资保障方面,智能生产系统、空中无人机等为疫情防控医疗及生活物资生产、调配起到了关键作用,大大提高了供应保障效率。建议应聚焦疫情监测、防控救治和物资保障3个方面,以预防为要,建立无人系统疫情防控体系。     

基于机器学习方法的地震破坏预测

地震破坏预测研究对于建筑结构减灾规划、震前风险预测、震后应急评估有着重要意义。传统的方法因为受到震害资料数量的限制以及计算精度和能力的制约,一般基于经验只考虑少数因素对结构破坏的影响。通过使用随机森林算法,设计了一个综合考虑地震动、结构和场地等多维度信息的分类方法,用以预测建筑物的地震破坏程度。本文研究框架基于新西兰国家地震委员会所收集的27次地震详细破坏资料,处理得到14.2万条高质量建筑物损失数据,考虑了谱加速度、建筑形状、层数等16个影响因素,将4种不同的损伤状态作为模型的学习标签进行地震破坏预测训练。结果表明,随机森林算法在6种分类算法中性能最佳,经过学习曲线法调参、代价敏感学习之后,经过优化得到的随机森林模型对于测试集的整体预测精确率可以达到75.4%,对4种损伤标签的召回率分别达到了88.2%、55.0%、60.7%和70.8%,远好于其他方法。当只考虑对结果影响最重要的前12个因素,该模型的预测精度仍然能够达到73.7%。可见,基于此框架所训练的预测模型具有良好的精度与适用性,同时该框架对于中国震害资料大数据库的研究具有较高的参考价值。     

机器学习下的新冠疫情新闻文本分类

针对新冠疫情新闻繁杂及信息类别不明等问题,采取新冠疫情新闻语料作为数据集,分别利用TF-IDF与Word2vec提取特征值,与支持向量机、朴素贝叶斯等基于机器学习的模型结合对文本进行分类,并与TextCNN及BiLSTM 2种深度学习模型的分类实验结果进行对比分析。实验结果表明：同等条件下,基于新冠疫情主题新闻数据集,SVM+TF-IDF模型在几种分类器中效果最好,精确度达到84%,F1值达到83%。     

基于TRP-SEAMRD模型对美国新冠肺炎疫情回顾与预测

传统SEIR(susceptible-exposed-infectious-recovered/removed)模型是一种简化的动力学预测模型,没有考虑到防疫政策等变化对疫情发展的影响.我们针对新型冠状病毒肺炎(新冠肺炎)在潜伏期也具有传染性等特征,同时结合美国的抗疫政策,提出了TRP-SEAMRD(test-restricted-phased SEAMRD)模型.该模型较好地拟合了2020年2月～8月美国新冠肺炎感染、康复和死亡人数.通过分析模型提供的数据和曲线,可以抽象出美国新冠肺炎大流行的一些特征.基于TRP-SEAMRD模型,我们评估了美国在疫情发展早期不当的检测政策及之后的"居家隔离令"等防疫措施对疫情发展的影响,分析了未来美国在不同社会控制程度下的新冠肺炎大流行可能的发展趋势.这些模拟可为制定科学的防疫措施提供参考.     

基于IPA分析的我国单项体育赛事新冠肺炎疫情防控服务满意度研究

从全国性单项体育赛事新冠疫情防控角度出发,以中国男子职业篮球与足球超级联赛的参赛成员为评价主体,通过IPA模型对我国单项体育赛事开展过程中新冠疫情防控服务满意度进行分析,旨为促进体育赛事服务质量,为赛事疫情有效防控及有序开展提供参考.结果表明:目前我国单项体育赛事疫情防控整体效果较好,为赛事有序开展提供了重要的安全保障...     

新冠肺炎疫情中虚无主义思潮的危害及其防范

新冠肺炎疫情暴发以来,虚无主义沉渣泛起,呈现出许多表现形态,其对经济、政治、道德、文化等领域产生了消极影响,给国内疫情防控和全面建成小康社会带来了严重阻碍。为此,必须坚持以人民为中心的发展思想,深刻认识虚无主义思潮的危害,及时从理论、方法、实践层面对虚无主义思潮进行辨析与防范。     

新冠肺炎疫情防控期间一线医务人员心理危机调查分析及干预

为提升防控期间一线医务人员应对心理危机的能力,增强战胜疫情的信心和决定.通过问卷调查形式,医院防控一线医务人员参与"新冠肺炎流行期间医护心理健康状况调查表".防控一线医务人员的心理状态表现出:担心防护不到位自己被新冠肺炎感染、担心会传染给家人同事、过度疲劳、紧张、焦虑、抑郁、悲伤、无助、压抑、疫情发生以来日常生活,工作...     

新冠肺炎疫情防控对数字政府建设的影响及建议

在新型冠状病毒肺炎疫情防控工作中,数字政府发挥了积极作用,同时疫情防控也为数据共享开放带来新动力。阐述了数字政府在科学决策、经济调节、公共服务、市场监管、社会治理等领域发挥的重要作用,梳理了疫情防控为数字政府建设带来的新空间,分析了数字政府建设面临的挑战和发展瓶颈,从加强顶层设计、加强政务数据治理、强化人才队伍建设等方面提出了发展建议。