← 返回列表

一种健康风险预测方法、装置、设备及介质

申请号: CN202311272180.4
申请人: 海南大学
申请日期: 2023/9/28

摘要文本

本发明公开一种健康风险预测方法、装置、设备及介质。该方法获取现时环境数据;将现时环境数据输入至预测模型中,所述预测模型包括VARLST混合模型和AdaBoost模型,其中,所述VARLST模型包括VARMA模型和BI‑LSTM模型,将VARLST模型的预测结果和AdaBoost模型的预测结果进行加权融合,获得最终预测值;基于现时环境数据下预测的最终预测值以及过去时间段内的危险参考基准值下的疾病患病人数和非患病人数,计算得到预测健康风险的相对危险值;基于相对危险值进行健康风险预警。本发明能够在环境质量指数异常时,通过快速预测以及健康风险的相对危险值的计算,做到提早预防的准备。

专利详细信息

项目 内容
专利名称 一种健康风险预测方法、装置、设备及介质
专利类型 发明申请
申请号 CN202311272180.4
申请日 2023/9/28
公告号 CN117334334A
公开日 2024/1/2
IPC主分类号 G16H50/30
权利人 海南大学
发明人 冯思玲; 汤乐; 黄梦醒; 王冠军; 冯文龙; 毋媛媛
地址 海南省海口市美兰区人民大道58号

专利主权项内容

1.一种健康风险预测方法,其特征在于,包括如下步骤:获取现时环境数据;将所述现时环境数据输入至预测模型中,所述预测模型包括VARLST混合模型和AdaBoost模型,其中,所述VARLST模型包括VARMA模型和BI-LSTM模型,所述VARMA模型用于多维度数据预测,得到VARMA预测模型的预测结果并将预测结果与实际值对比,得到拟合残差,将拟合残差作为BI-LSTM模型的输入,得到BI-LSTM模型的预测结果,将VARMA预测模型的预测结果与BI-LSTM模型的预测结果进行叠加,得到VARLST模型的预测结果;将VARLST模型的预测结果和AdaBoost模型的预测结果进行加权融合,获得最终预测值;基于现时环境数据下预测的最终预测值以及过去时间段内的危险参考基准值下的疾病患病人数和非患病人数,计算得到预测健康风险的相对危险值;基于相对危险值进行健康风险预警。