Epidemic-Simulation-Analysis:疫情模拟时间序列数据分析

流行病模拟分析 流行病模拟时间序列数据分析。 分析疾病参数并预测疾病在美国的传播行为。 阶段1 多维数据的高斯带离散化以捕捉疾病行为的发作或峰值。 使用 MATLAB 生成热图以捕获不同状态下的疾病参数强度。 阶段2 执行 Eucledian、DTW 相似性度量以捕获不同时间不同状态下疾病行为的相似性。 对潜在维度进行 SVD、LDA 和 PCA，以识别多维疾病参数数据的重要特征。 查询潜在维度以分析数据点的真实相似度。 实现了 Fast Map 算法来识别数据中的最佳维数。 第三阶段 实施 LSH 以索引多维数据并应用优化技术以减少检索时间。 实现了用于索引的向量近似技术，以减少在数据库中的查找次数。 对数据的潜在维度执行个性化 PageRank。 执行决策树分类以对数据参数进行分类，以确定要采取的措施。