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:
现有的传播网络结构推断方法大都面向信息传播过程,所能处理的数据与可获得的流行病监控数据形式和特性均不相同,不适合处理具有粗粒度、时空多尺度和数据缺失等特性的流行病监控数据.针对该问题,提出了基于自治计算的流行病传播网络建模方法和网络结构推断方法.该方法采用多自治体建模传播网络结构和流行病传播过程,采用蒙特卡罗模拟结合群智能优化的反馈过程调节系统参数,以缩小模拟系统涌现行为与真实监控数据间差异为目标,改变自治体的行为,促使模拟系统向真实系统逐步演化,以此方式推断出传播网络结构及与流行病相关的主要生物学参数.采用2009年H1N1猪流感在香港爆发的真实监控数据分析验证了所提出的模型与方法的有效性和适用情况,并以香港地区流行病风险评估为例介绍了流行病传播网络推断的一种应用模式.
推荐文章
基于节点内联性的传播网络推断模型研究
传播网络
内联性
推断模型
基于对向传播网络的交通事件检测算法
高速公路
事件检测
对向传播网络
算法
无需感染时间信息的传播网络快速推断算法*
传播网络推断
影响关系
感染传播概率
感染时间信息
高级概率传播网研究及应用
高级概率传播网
贝叶斯网络
Petri网
医疗诊断
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 基于自治计算的流行病传播网络建模与推断?
来源期刊 软件学报 学科 工学
关键词 流行病传播模型 流行病传播网络 自治计算 多Agent系统 网络推断 蒙特卡罗模拟 时空数据挖掘
年,卷(期) 2012,(11) 所属期刊栏目
研究方向 页码范围 2955-2970
页数 分类号 TP18
字数 11113字 语种 中文
DOI
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 刘大有 吉林大学计算机科学与技术学院 211 4714 34.0 63.0
2 刘际明 香港浸会大学计算机科学系 5 54 5.0 5.0
3 杨博 吉林大学计算机科学与技术学院 50 1151 15.0 33.0
4 白媛 吉林大学计算机科学与技术学院 4 14 3.0 3.0
5 杨建宁 吉林大学计算机科学与技术学院 2 15 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (18)
节点文献
引证文献  (5)
同被引文献  (12)
二级引证文献  (0)
1983(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 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)
2015(3)
  • 引证文献(3)
  • 二级引证文献(0)
2016(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
流行病传播模型
流行病传播网络
自治计算
多Agent系统
网络推断
蒙特卡罗模拟
时空数据挖掘
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
软件学报
月刊
1000-9825
11-2560/TP
16开
北京8718信箱
82-367
1990
chi
出版文献量(篇)
5820
总下载数(次)
36
论文1v1指导