基于坐标变换和尺度放缩的疫情进程预测模型源码

共24个文件

py：12个

csv：5个

h5：3个

1.该资源内容由用户上传，如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款（资源遇到问题，请及时私信上传者）

版权申诉

模型开发

0 下载量 182 浏览量 2024-10-08 14:04:30 上传评论收藏 920KB ZIP 举报

温馨提示

该项目是一款基于坐标变换和尺度放缩的疫情进程预测模型源码，包含24个文件，涵盖12个Python源代码文件、5个CSV数据文件、3个HDF5数据文件、2个PNG图像文件、1个Git忽略配置文件以及1个Markdown说明文件。该模型利用不同地区疫情进程的相似性，通过坐标映射和尺度放缩，从一个已知的疫情进程曲线推导出其他地区的疫情曲线，适用于预测和分析疫情发展态势。

资源推荐

资源详情

资源评论

收起资源包目录

upload.zip （24个子文件）

draw.py 491B

通用版本.py 5KB

fune.py 857B

slight_adjustment.py 11KB

run_all.py 10KB

通用版本v2.py 5KB

infection_C.csv 105KB

infection_E.csv 24KB

concat.py 1KB

备胎模型.png 28KB

to_submission.py 2KB

infection_A.csv 88KB

check.py 801B

.gitignore 7B

toy_v5_zt.h5 326KB

infection_D.csv 53KB

toy_v5_s.h5 108KB

make_model_1.py 2KB

test.py 250B

一号网络.py 1KB

Figure_1.png 19KB

toy_v5_xr.h5 106KB

infection_B.csv 21KB

readme.txt 417B

共 24 条

Autocorrelation-Sequence-Prediction-Model Python Python 共24个文件 py: 12 csv: 5 h5: 3 png: 2 gitignore: 1 md: 1 该模型基于坐标变换。基本假设是：不同地区的整个疫情进程整体形态相似，只是曲线的高低长短形态有所不同。所以我们通过一个已经经历整个疫情进程地区的曲线，进行坐标映射和尺度放缩得到其它地区的曲线

评论收藏

内容反馈

1.该资源内容由用户上传，如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款（资源遇到问题，请及时私信上传者）

版权申诉