基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了能够科学、准确地预测SARS疫情,论文首先根据SARS的传播特点,建立了含有时滞项的微分方程模型,然后应用卡尔曼滤波理论于所建模型,进行疫情预测.经仿真发现,其预测结果和疫情实际数据吻合较好.该方法具有很高的预测精度,为SARS疫情预测提供了一种新的思路.
推荐文章
基于卡尔曼滤波的路径行程时间预测方法
行程时间预测
卡尔曼滤波
主成分分析
基于卡尔曼滤波的机动目标外推预测的研究
卡尔曼滤波
自适应卡尔曼滤波
机动目标外推
目标跟踪
基于卡尔曼滤波算法的瓦斯浓度时间序列预测分析
AR(p)模型
状态向量
卡尔曼滤波算法
预测分析
基于卡尔曼滤波和预测的可控波束多声源跟踪
多声源跟踪
可控波束
卡尔曼滤波和预测
语音活动检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于卡尔曼滤波的SARS疫情预测
来源期刊 计算机工程与应用 学科 工学
关键词 SARS 微分方程模型 卡尔曼滤波 疫情预测
年,卷(期) 2006,(22) 所属期刊栏目 工程与应用
研究方向 页码范围 204-206
页数 3页 分类号 TP13
字数 2929字 语种 中文
DOI 10.3321/j.issn:1002-8331.2006.22.063
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 江崇礼 大连理工大学电信学院 11 130 7.0 11.0
2 唐娜 大连理工大学电信学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (27)
参考文献  (8)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1954(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(6)
  • 参考文献(3)
  • 二级参考文献(3)
2004(4)
  • 参考文献(4)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
SARS
微分方程模型
卡尔曼滤波
疫情预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导