基于机器学习的新冠肺炎疫情趋势预测方法

防控措施对传染病的传播过程有重要作用，因此在预测新型冠状病毒肺炎疫情未来发展趋势时必须要考虑防控措施的影响。该文提出了基于机器学习的新冠肺炎疫情三步预测模型，将神经网络、随机森林、长短期记忆网络和序列到序列等机器学习算法引入到新冠肺炎传染病疫情预测中。与前人的预测模型相比，所提出的模型考虑了新冠肺炎疫情发展过程中防控措施的变化情况，可以使用检测数据预测未来的确诊人数和实际感染规模。研究结果表明：预测结果与实际数据基本一致，模型具有较高的可靠性。该预测方法可以使政府管理部门更准确地了解新冠肺炎疫情的实际发展态势，帮助管理者更有效地分配医疗资源，为新冠肺炎疫情防控提供决策参考。     

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.     

基于系统动力学仿真的新冠肺炎防疫政策有效性研究

2020年初中国爆发了新冠肺炎疫情,政府在不同时间采取各类防疫政策积极应对,政策的有效性决定了疫情能否得以控制.应用系统动力学方法构建了湖北省的疫情传播仿真模型,合理拟合了疫情发展的现实数据,并选取隔离防控政策、医疗政策以及无症状监测政策进行仿真实验,分析了"群体防疫"、单一政策和不同政策组合下疫情传播的特征,探讨了各...     

新型冠状病毒肺炎传播动力学模型构建与分析

为研究新型冠状病毒肺炎(简称新冠肺炎)传播机理和传播风险，预测疫情发展趋势，对政府制定相关疫情防控政策提供帮助，提出了一种新的新冠肺炎传播非线性动力学模型(SLEIR)。该模型考虑到疫情中采取保护措施的人群，将其作为低危群体加入到模型中；通过对模型的基本再生数、平衡点、稳定性和分岔等进行分析，揭示新冠肺炎传播机理；利用印度新冠肺炎真实数据对模型参数和部分状态初值进行最小二乘拟合，根据拟合的参数对印度疫情发展趋势做出预测。该模型对印度3～4月、4～5月两阶段疫情预测平均相对误差分别为4.107%和2.805%,对于印度10月最新的疫情，预测平均相对误差为3.266%,预测结果表明SLEIR模型具有较好的预测效果。与传统SEIR模型相比，该模型能适应印度疫情复杂的变化趋势，且具有更高的预测精度，可以为政府选择合适的防控措施提供技术支撑。     

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.     

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。     

重大疫情应对中的思想政治工作研究

思想政治工作是做人的工作,属于一种全新的社会治理创新模式。针对新冠肺炎给社会造成严重的影响,如何整合社会资源,科学有效应对重大公共卫生事件已成为思想政治工作运用的新场域。思想政治工作具有独特的社会功能。在重大公共卫生事件防控中,发挥思想政治工作独特的治理功能,遵循以人为本、人文关怀和优质高效原则,并根据新冠肺炎疫情的阶段性特征和规律,科学有效采取和运用思想政治工作方法,精准狙击肺炎疫情重大公共卫生事件,有利于提高思想政治工作应对肺炎疫情重大公共卫生事件的功效和能力,推进国家治理体系和治理能力现代化。     

新型冠状病毒肺炎疫情对国际干散货航运市场的短期影响

为探究新型冠状病毒肺炎(Corona Virus Disease 2019,COVID-19,简称新冠肺炎)疫情对国际干散货航运市场的短期影响,应对新冠肺炎疫情下动荡的国际贸易,为干散货航运市场的发展提供方向与建议,考虑到国际原油价格在反映世界经济发展状况的同时,作为上游产业同干散货航运市场联系密切,选用回归分析法,结合国际原油价格考察新冠肺炎疫情对干散货航运市场的冲击并探究其冲击角度.结果表明,即期新冠肺炎疫情对干散货航运市场冲击显著,滞后 1～7期新冠肺炎疫情同干散货航运市场均具有较强相关性,存在持续性冲击.新冠肺炎疫情短期内对国际干散货市场的影响存在于供需双侧,且以需求侧为主.国际干散货航运企业应积极应对新冠疫情带来的国际贸易波动,港口企业和政府部门也应在充分了解市场的情况下做出积极的运营管理规划和政策扶持.     

供应链视角下邮轮港口公共卫生事件模型分析

为尽可能减少新冠肺炎(COVID-19)疫情感染人数,邮轮和港口应当采取联合应对防控措施.本文首先从供应链角度出发,给出公共卫生事件下邮轮服务供应链,并分析了其运作机制;然后,将传染病SIR仓室模型引入邮轮系统,构建符合新型冠状病毒特点的邮轮传染模型和邮轮-港口供应链两阶段传染模型;最后,采用中国疫情初期数据并使用MA...     

全球抗疫中的二十国集团合作

新冠肺炎疫情在全球的肆虐迫切需要国际社会通力合作,二十国集团(G20)由于其特殊地位责无旁贷。3月26日,G20以视频会议方式召开应对新冠肺炎疫情特别峰会并发表了声明,强调要合作抗击新冠肺炎疫情大流行,维护世界经济,应对疫情对国际贸易造成的干扰。然而,G20要真正发挥作用,还面临着一系列挑战,必须推出一些新措施,才能有效回应各界期待。     

从抗击新冠肺炎疫情看中国心理学的发展

 突如其来的新冠肺炎疫情，是民族的不幸，人类的不幸。但从另一角度看，本次新冠疫情的应对，也凸显了心理学的重要性，促使我们认识到在中国加快发展心理学的必要性，进一步反思中国心理学的学科建设和人才培养。     

中国周边学与“周边防疫共同体”建设

笔者曾在《世界知识》第5期刊文,论述中国和周边国家共同应对突发性灾害,是中国周边学战略层面的重大研究课题,也是中国创建"周边命运共同体"的重大问题。中国对新冠肺炎的防控已成为前所未有的伟业,展现了中国出色的领导应对能力和组织动员能力,发挥了中国的制度优势和人民的团结奋斗精神,得到世界各国热情支持,已经胜利在望。     

新冠疫情对京津冀城市群城市发展的影响——以北京、天津、石家庄三大城市为例

为兼顾新型冠状病毒肺炎疫情常态化背景下的城市安全与发展，该文研究了不同新冠疫情阶段对城市群城市发展的影响机制。在文献搜集和分析的基础上，从多维度构建城市发展水平指标体系，并通过Cronbach系数检验指标信度；使用组合赋权法构建新冠疫情影响下的城市发展水平指标体系；进而利用差分整合移动平均自回归(ARIMA)模型预测无新冠疫情影响下的城市发展水平，通过与有疫情影响下的实际数据进行对比，定量评估新冠疫情对京津冀城市群中核心城市发展水平的影响。研究结果表明：在新冠疫情爆发期，城市群内城市发展水平走势呈现趋同化；城市具有韧性属性。该研究对新冠疫情常态化下城市群的应急管理决策具有参考意义。     

释放基础研究潜能为科技自立自强提供不竭动力——谈2020年度中国科学十大进展

过去的一年是我国迈进创新型国家行列的冲刺之年,也是应对新冠肺炎疫情等重大挑战的应急科技攻坚之年. 过去的一年,我国科学家勇攀科学高峰,不断向科学技术广度和深度进军,取得了一批具有国际影响力的原创成果,新冠肺炎疫情应对取得突出进展、"嫦娥五号"载土而归、"奋斗者"号实现万米深潜……在此基础上评选出的"2020年度中国科学...     

数据驱动下新冠肺炎基本再生数的计算方法

2019年突如其来的新冠肺炎疫情给我国经济社会发展和人民生活带来严重影响.如何科学合理计算新冠肺炎传播的基本再生数对疫情的控制尤为重要.目前,已有的计算新冠肺炎基本再生数方法大都基于数据辨识模型参数进而算出其值.给出一种利用数据结合模型直接计算新冠肺炎传播基本再生数的新方法.利用该方法及峰值数据可以计算基于SIR模型、SEIR模型及SEIAR模型全国、湖北及广东新冠肺炎传播的基本再生数.该方法能反映基本再生数和新冠肺炎传播相关数据的直接关系.     

山西省新型冠状病毒肺炎疫情发展状况的模型拟合研究

目前,山西省新型冠状病毒肺炎疫情防控工作仍在继续,寻找一个用于拟合新冠疫情发展状况的模型对于今后新冠疫情管控预测及社会政策制定都是有意义的。依据官方数据（2020.1.22-2.20）,构建相应的SIR、SEIR传染病模型。重点是在SEIR传染病模型下,运用MATLAB对疫情状况进行相关分析。模拟山西省新冠肺炎疫情在2月底达到峰值,并预测该疫情将在4月底得到基本控制,与实际时间相差不远,说明该模型用于新冠肺炎的研究是比较合适的。     

新冠疫情对儿童青少年心理健康的影响及应对建议

 童年期是个体神经系统发育的关键期,发生在这一阶段的应激性事件将对个体的心理发展造成不同程度的近期和远期影响。为了应对新冠肺炎疫情的暴发,国际社会采取了一系列的政策,如关闭学校、鼓励社交隔离等,给儿童的心理社会环境带来冲击,增加了儿童出现心理问题的风险。介绍了新冠疫情下儿童（包括青少年）可能出现的心理问题,并探讨了政府、社会、以及家庭可以采取的应对措施,对如何促进疫情后儿童的心理复原提出了建议。     

基于广义SEIR模型的新冠肺炎传播机制及干预效果仿真

 新型冠状病毒肺炎（新冠肺炎）已在全球多个国家和地区蔓延,且不同国家和地区新冠肺炎的传播扩散过程和传染预测模式不尽相同。以美国和中国新冠肺炎公开数据为样本,首先应用广义SEIR模型,对疾病传播参数进行估计。其次,确定基本传染数R₀中各参数对疾病的影响,进而基于Anylogic仿真,利用系统动力学模型进行参数敏感性分析,定量表征关键参数对疾病传播的影响。最后,根据分析结果提出针对性的防控干预措施,以中美为例模拟不同防控级别的干预效果。研究发现,广义SEIR模型对中国与美国新冠肺炎传播机制的拟合性较好,保护率、感染率和平均检疫时间对防控疫情影响显著,并可以通过针对性的措施来提高保护率、降低感染率、缩短平均检疫时间。     

新冠肺炎疫情下儿童青少年心理健康干预进展

 新型冠状病毒肺炎（新冠肺炎）大流行是全球性事件,严重影响到人们的日常生活。儿童青少年作为此次突发重大公共卫生应激事件的弱势群体,身心受到剧烈冲击。综述了国内外现有研究进展,分别从国家社会、学校社区、家庭及个人层面探讨了新冠肺炎疫情下儿童青少年心理压力的应激源;总结了疫情期间儿童青少年心理问题的类型,包括情绪问题和行为问题;归纳了普通儿童、疫情严重地区儿童和家人患病或抗疫人员子女、隔离儿童、其他患病儿童及感染儿童这5类不同风险的儿童青少年面对疫情的心理特征及干预建议。     

新冠肺炎疫情对韩国造成全方位冲击

疫情发展及政府应对2020年1月,在获悉中国武汉出现"不明原因"肺炎后,韩国政府和舆论已经开始关注疫情发展。1月20日,韩国确诊第一例新冠肺炎患者,系由武汉前往仁川的中国女性。韩国政府随即将传染病危机警报从"关注"提升至"注意",1月27日确诊第四个病例后又将警报提升至"警惕"。