基于LSTM模型的新冠病情预测和影响因素分析
作者：胡海文
单位：兰州交通大学数理学院
筛选出对病情发展有重要影响的因素,对新增确诊人数和新增死亡人数做出预测。通过随机森林的特征重要性筛选出对疫情发展影响最大的因素,使用LSTM(Long Short Term Memory Network)建立预测模型。机场的繁忙程度对确诊人数影响最大,人口密度与死亡人数的关联性最大。美国地区的人口密度和机场交通情况对感染人数影响较大,从而影响年龄在80岁以上老人的死亡率,但分析结果显示美国疫情发展已基本趋于稳中下降的态势。
DOI：
10.19850/j.cnki.2096-4706.2021.07.024
关键词：
Array
所属期刊栏目：
信息化应用
分类号：
TP181;R181.8
页码：
91-94