【摘 要】
：
探讨长治市手足口病(HFMD)与气象因素的关联关系.利用Apriori关联规则算法挖掘不同气象因素组合引发手足口病的频繁程度.长治市手足口病的周高发、中等发病率与前一周的平均水汽压、气温具有显著相关性.而周低发病率与前一周的气温(最低、平均)、降水量存在显著相关性.长治市手足口病周发病率与气象因素存在一定的关联性,应根据气象条件进行流行风险评估,及时采取相应的防控措施.
【机 构】
：
长治医学院 计算机教学部,山西 长治046000;长治市气象局,山西 长治046000;长治市疾病预防控制中心,山西 长治046000
论文部分内容阅读
探讨长治市手足口病(HFMD)与气象因素的关联关系.利用Apriori关联规则算法挖掘不同气象因素组合引发手足口病的频繁程度.长治市手足口病的周高发、中等发病率与前一周的平均水汽压、气温具有显著相关性.而周低发病率与前一周的气温(最低、平均)、降水量存在显著相关性.长治市手足口病周发病率与气象因素存在一定的关联性,应根据气象条件进行流行风险评估,及时采取相应的防控措施.
其他文献
针对复杂田间环境下杂草形态相似对深度学习模型识别效果的影响,本文以玉米及其主要伴生杂草作为研究对象,提出一种基于双线性卷积神经网络的细粒度杂草识别方法,用于提升作物与杂草识别的准确率。首先,研究对比了常见通用图像分类模型在杂草识别上的表现,选用识别效果较好的VGGNet-19和ResNet-50作为双线性网络的主干结构,以获取更有效的杂草特征,并采用迁移学习的方式训练网络。实验结果表明,该方法在数
由于背景复杂和人体容易被遮挡等情况的发生,导致人体骨架关键点的定位精度不高。针对这一问题,本文提出一种基于改进级联金字塔网络的人体骨架提取算法。该算法将注意力模块加入到级联金字塔特征提取网络的每一个残差块之后,根据特征图的不同部分和不同特征图的重要性程度分配不同的权重。同时将原来级联金字塔网络的2次上采样操作改为一次,以减少上采样过程中产生的冗余背景特征。实验结果表明:该算法可以较好地改善原CPN
针对现有去雾算法在天空区域易失真和复原图像整体偏暗的问题,提出一种结合天空区域分割的图像去雾算法。该算法首先利用图像局部香农熵将原图像分割为天空区域与非天空区域;然后对相应的透射率分别进行求取,并利用快速引导滤波对最终的透射率进行细化处理,再采用四叉树搜索算法求取大气光值,最后利用暗原色先验模型恢复出无雾图像;另外对于整体偏暗的复原图像,则利用改进的局部对比度保留的非线性增强方法进行亮度调整。实验
校园安全接送作为一个严肃的社会问题,需要及时发现不明身份人员混入校园等隐患,而市场上大多数的校园人脸识别系统,基本上都需要专用的硬件设备,且只支持单人逐个检测,这无疑提高了推广的成本。针对以上问题,本文提出了使用普通摄像头的支持多人的人脸识别系统。首先采用YOLOv3算法训练人脸数据集,利用K-Means++算法改进先验框中心位置的预测,提高边界框的准确性,得到人脸检测器,对视频中的行人进行人脸检
嵌套Logit模型可以用来描述人们的选择行为,以上海市通勤出行为例,就居民通勤方式和出行路径的选择在做该模型的应用研究,通过建立Nested Logit模型的选择树,确定虚拟层选择方案集合为自驾和P&R(Park&Ride)换乘,底层方案选择层集合为路径1、路径2和路径3.运用Stata15.0软件对各个参数进行标定,结果显示P&R使用频率越高的和使用过P&R的人群,更愿意使用P&R的方式出行,开车频率越高,学历越高,收入越高的人群更倾向于选择自驾出行.在自驾出行的线路中,女性驾驶员更偏向选择地面道路行驶
针对城市道路上轻型车的行驶工况问题,分析福建省莆田市某实际道路采集的行驶数据和道路交通运行特征,对实采数据进行清洗并划分成运动学片段,根据车辆运行机制和运动学片段统计分布特点,采用PCA方法对特征参数进行降维处理,设计改进的PSO-K-means算法构建车辆行驶工况,并从10个主要特征参数角度与实际工况进行对比,结果表明所构建工况能够准确反映车辆在实际道路上的行驶特征,说明使用改进PSO-K-means算法构建轻型车行驶工况的合理性和有效性.
针对集装箱编号图像存在光照不均、背景复杂、模糊、污损、断裂等问题,本文提出,先采用基于深度学习的目标检测算法(YOLOv4)来实现集装箱编号区域定位,接着对定位后的集装箱编号图像进行预处理,采用连通域分割法分割字符,然后把一个个的字符送入模板匹配算法中进行字符识别。通过理论分析以及实验证明了本文方法的有效性,识别准确率相比其他方法明显提高。
针对目前智能驾驶辅助系统对驾驶人换道意图识别存在的问题,基于函数分布特性分析和层次分析法展开研究.一般将主车与车道线的距离作为换道的指标变量,由于将影像数据作为指标变量的基础数据源时,指标变量受光照和交通基础设施的影响较大,为此,将方向盘转角和车道线距离作为换道行为识别的指标变量,提出一种基于函数分布特性的换道行为识别方法.首先对获取到指标变量进行函数分布分析,确定出相应的换道起止时间,并依据不同环境下获取到的变量可靠程度,采用层次分析法确定出2种指标对识别准确性的贡献度,融合2种变量贡献度构建出换道行为
针对Wi-Fi信号强度的相似性对室内定位的影响,本文提出一种基于Wi-Fi指纹和随机森林的室内定位算法.该算法采用Wi-Fi作为信号源,以接收信号强度指示和基本服务集标识符来构建Wi-Fi指纹库,从而建立随机森林模型用于室内位置感知.仿真实验表明,该算法的定位误差约为2.26 m,与同类算法相比,在执行时间和定位精度上具有较好的优越性,算法精度提高约3.2％.