【《基于深度学习的COVID-19预测系统设计与实现》10000字（论文）】_第1页
【《基于深度学习的COVID-19预测系统设计与实现》10000字（论文）】_第2页
【《基于深度学习的COVID-19预测系统设计与实现》10000字（论文）】_第3页
【《基于深度学习的COVID-19预测系统设计与实现》10000字（论文）】_第4页
【《基于深度学习的COVID-19预测系统设计与实现》10000字（论文）】_第5页
已阅读5页，还剩22页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

.结论本系统通过对Python和数据挖掘等相关技术的介绍，从硬件和软件两反面说明了COVID-19疫情预测系统的可行性，本文结论及研究成果如下：通过构建支持向量机、贝叶斯、深度学习、多项式回归等模型，预测COVID-19疫情未来走势。四种模型对COVID-19疫情预测的误差各有不同，前期预测数值与真实数据相差不大，到后期四种模型预测的数据都是高于真实数据的，从四种模型对全球COVID-19疫情预测来看，深度学习神经网络预测是比较准确的。用多种模型预测是比较浪费时间的，但它的好处是可以一目了然的看出它们的不足和优势，通过比较得出相对准确的预测模型。通过这次系统的开发，我参考了很多相关系统的例子，取长补短，吸取了其他系统的长处，逐步对该系统进行了完善，但是该系统还是有很多的不足之处，有待以后进一步学习。参考文献朱锋.COVID-19病毒，人类共同的敌人[N].环球时报,2020-01-31(007).刘婧如.COVID-19肺炎疫情防控舆情演化与应对[J].中国报业,2020(24):43-45.赵景军,姜行洲.新型冠状病毒肺炎的预报模型研究[J].黑龙江大学自然科学学报,2020,37(02):127-133+253.盛伯浩.人工神经网络的基本原理及其应用[J].世界制造技术与装备市场,1994(03):70-72.王宇,杨莉.数据挖掘及在英语借词分类中的应用[J].汕头大学学报(自然科学版),2002(02):62-69.李晓普.基于卷积神经网络的图像分类[D].大连理工大学,2015.马秋明.基于感知机优化的BP神经网络邮件分类算法研究[D].电子科技大学,2011.张敏枝.开关磁阻风力发系统的输出功率提高与优化研究[D].湘潭大学,2016.黄琪.基于Python的数据可视化方法和系统实现[J].信息与电脑(理论版),2019(14):137-140.王博宸.基于注意力卷积神经网络与深度森林的交通安全状态预测方法研究[D].江苏大学,2019.何正方,梁宇.基于NN-Att

人人文库> 全部分类> 行业资料 > 工业设计

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论