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。     

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。     

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.     

基于双向LSTM和LDA的新冠肺炎情感分类和热门主题挖掘方法

面对新冠肺炎疫情带来的重大影响,通过自然语言处理技术,深入挖掘民众关于新冠肺炎的观点与看法,为疫情期间政府应对网络舆情危机提供参考.针对当前研究中将主题和情感孤立研究的缺陷,首先从微博上收集网络舆情的相关数据,然后通过LDA主题模型和基于Bi-LSTM的情感分类方法进行主题-情感的融合分析.结果表明,Bi-LSTM模型可以较好地识别出喜、怒、哀、惧4类情感,同时LDA主题模型在热门主题挖掘方面也表现良好.     

新冠肺炎疫情期间大学生营养状况调查

为了解新型冠状病毒肺炎疫情期间大学生的营养健康状况,对中南民族大学食品质量与安全专业的学生进行膳食营养问卷调查,调查内容包括调查对象基本情况、饮食习惯、生活方式、身体健康状况等几个方面,一共收集到143份调查结果.结果显示,新冠肺炎疫情期间大学生在生活习惯方面与疫情前相比有明显变化,如大部分调查对象运动量减少、睡眠量增...     

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...     

新冠肺炎疫情对我国教育改革发展的几点启示

作为一种突发的公共卫生事件,此次新型冠状肺炎疫情传染性高、蔓延速度快,对于我国社会产生了明显的影响。在疫情期间,学生必须要在家做好自我隔离,教师不能到校教学,学生不能到校听课,这也促使了教育模式的转变。因此,在这种情况下,当前疫情对我国的教育产生了明显的影响。本文简要梳理了疫情期间我国采用的线上教育手段,分析了当前的疫情对于中国教育的积极影响以及不利影响,并进一步思考了面对疫情,教育工作者该如何行动,灵活地应对教育发展中所出现的一系列障碍,让教育的质量不断提升。     

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。     

基于自注意力卷积的新冠肺炎CXR图像识别

2019冠状病毒病（COVID-19）是近年来对世界经济发展影响最大的流行病。早期发现是治疗COVID-19患者的关键,而胸片作为一种快速有效的辅助诊断方法被广泛用于实际的医疗案例中。基于深度学习的图像识别方法能更快、更准确地诊断CXR图像,可以取得较好的效果。然而,常见的深度学习模型在对数据进行特征提取时没有针对性。对此,本文提出基于卷积注意力的新冠肺炎图像识别网络,提升对COVID-19阳性样本的敏感性和特异性,并且增加的模型参数量和训练时间可以忽略不计。本文结合VGG16、MobileNet、InceptionV3、ResNet50等经典深度学习网络搭建了卷积注意力模型,并在COVIDRD公开数据库上进行了验证。实验结果表明本文提出的网络架构有效的提升了对新冠肺炎识别的准确性、敏感性和特异性。     

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。     

数字平台对区域韧性的强化作用 ——基于新冠肺炎疫情初期中国与新加坡的比较

新冠肺炎疫情背景下,凸显了数字平台对区域韧性的强化作用.该文通过对比中国与新加坡的数字平台,揭示了疫情期间数字平台在信息传播与处理、资源集成和创新上的优势,其作用贯穿于基础设施、制度、经济和社会韧性之中.研究发现,中国数字平台在抗疫中表现出应用广泛、响应迅速、创新活力强、大平台和大工程引领等特点,而新加坡则体现了公共服...     

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。     

新冠肺炎疫情下常态治理和应急治理关系研究

社会治理包括常态治理与应急治理。本文从人类发展、社会公平、公共服务、社会保障、公共安全维度对我国常态治理水平进行评估,从应急机构、应急动员、应急准备、政府措施、灾害控制维度对我国应急治理水平进行评估。研究发现,疫情的暴发使我国社会治理面临着严峻考验,社会治理的水平决定了我国应对疫情的能力。常态治理与应急治理相互影响,应将两个系统进行有效结合并做到系统间的及时切换,从而提升社会治理水平。     

新冠肺炎疫情对2022北京冬奥会的影响研究

2020年初暴发的新型冠状病毒性肺炎疫情给全球体育赛事带来了巨大冲击,2022北京冬奥会也受到较大影响。文章从筹备工作进展、管理成本、赞助关系及收入、大众关注度、后疫情冬奥会形象等五个方面分析了疫情对北京冬奥会的冲击与影响。面对疫情冲击,应及时综合评估疫情对北京冬奥会带来的影响,建立面向冬奥会的重大突发公共卫生应急响应体系,积极与赞助商沟通保障赞助权益,加大宣传力度,调整宣传策略,为北京冬奥会创造良好的国内与国际氛围。北京冬奥会也将作为一张新名片向全世界展现后疫情下的中国。     

新冠肺炎疫情下中国医疗卫生设施现状与国际比较

医疗卫生设施是改善民生、保障人民健康的重要基础设施。基于2018年的医疗卫生设施统计数据,以人均医疗卫生设施数量、人均医疗卫生机构床位数、人均医护人员配置标准等指标作为比较对象,分析了中国医疗卫生设施的地域分布、城乡二元差异、公办与民办医疗卫生设施差异,并与其他多个国家的相关指标进行比较。结合武汉各医院在抗击新冠肺炎疫情中遇到的现实问题,提出加强南部省份医疗卫生设施建设,加大对基层医疗卫生设施和医护人员的投入,积极引导民营医疗卫生机构参与突发公共卫生事件的治理,在医院规划中为突发公共卫生事件预留应急场地等建议。     

新冠肺炎疫情对大学生心理影响量表构建研究

新冠肺炎疫情影响了人类生活的各个方面,如经济、健康和社会生活等。本研究的目的是建立一个量表用于衡量新冠肺炎疫情对大学生的心理影响。量表的样本由来自不同高校的856名学生组成,使用“问卷星”分发电子问卷。统计分析结果表明,该量表具有较好的有效性和可靠性,可为高校学生管理人员提供一种有效工具,以克服新冠肺炎疫情对大学生的心理影响,并可开展相关研究,以验证对其他群体的适用性。     

新冠肺炎疫情下民众的情绪健康和社会心态现状

 为了解当前疫情下中国公众的情绪状况和社会心态,对2020年2月18-20日、2月21-22日的两项线上公众调查数据进行分析,结果表明：近1/3的调查对象存在一定程度的抑郁症状,22.4%存在明显的焦虑症状;与2008年的全国调查相比,当前民众的抑郁水平更高;在各类职业群体中,失业人群的焦虑和抑郁问题突出,私营企业、个体经营和创业者的心理健康状况偏低;社会心态方面,公众处于不同的心理阶段,部分存在抑郁、愤怒倾向;在压力下公众有更强的利他倾向,特别是对医务工作者有更强的支持意愿。调查结果显示,当前的心理健康工作十分必要,疫情当下需继续加强公众心理健康科普宣传和心理疏导,逐步着手预防和应对疫情后的心理健康问题,并在未来加强社会心理服务体系建设、提高公众心理健康素养。     

新冠肺炎疫情下社会消费品零售总额的实证研究

基于SARIMA模型和LSTM模型,提出以残差平方和最小为准则的SARIMA-LSTM组合模型,以2005-2020年福建省各月度社会消费品零售总额为研究对象,利用该组合模型预测2019年下半年月度数据,结果显示预测精度明显优于单一预测模型,达到98.53％.福建省社会消费品零售总额第一季度比未受新冠肺炎疫情影响下的预...     

LSTM模型在耕地面积预测领域的构建与应用

长短期记忆(LSTM)模型广泛应用于系统故障、交通流量、股票指数、紧急事件、碳排放、石油产量、农区地下水位等多个领域,均表现了出色的预测性能.为了丰富耕地面积预测方法、提升耕地预测精度,将LSTM模型引入耕地面积预测.选择常用的趋势外推模型、指数平滑模型、灰色模型、移动平均自回归、支持向量机、NAR动态神经网络等6类模...