[发明专利]城市流感发病趋势预测方法、系统、终端以及存储介质

权利要求书

1.一种城市流感发病趋势预测方法，其特征在于，包括：

获取城市内流感病例数据，并收集城市内个体移动轨迹数据；

通过数据驱动方法对所述个体移动轨迹数据进行处理，获取每个个体的家庭住址，将所述家庭住址设定为每个个体移动轨迹的起始点，并提取每个个体从所述起始点去往其他区域的流量数据，得到各个区域之间的人口移动关系；

基于所述人口移动关系，利用图神经网络提取所述流感病例数据的空间尺度信息，并利用长短期记忆网络提取所述流感病例数据的时间序列关系；

根据所述流感病例数据的空间尺度信息和时间序列关系得到城市流感发病趋势预测结果。

2.根据权利要求1所述的城市流感发病趋势预测方法，其特征在于，所述收集城市内个体移动轨迹数据包括：

利用移动设备收集城市内个体移动轨迹数据；所述移动设备包括手机或智能手表；所述个体移动轨迹数据包括每个个体的手机号码、信令时间戳以及基站经纬度。

3.根据权利要求2所述的城市流感发病趋势预测方法，其特征在于，所述通过数据驱动方法对所述个体移动轨迹数据进行处理具体为：

对设定时间段以及设定距离的格网区域内城市基站建立的原始泰森多边形进行合并；将所述个体移动轨迹数据按照停留时间进行划分，将每个个体夜间停留时间最长的位置设定为该个体的家庭住址，并提取设定距离的格网区域内设定间隔时间的OD流量和家庭中心流量。

4.根据权利要求1所述的城市流感发病趋势预测方法，其特征在于，所述通过数据驱动方法对所述个体移动轨迹数据进行处理还包括：

根据人口普查数据中城市各街道的人口分布信息和地理位置信息，通过理论模型方法对所述个体移动轨迹数据进行网络流提取；所述理论模型方法包括引力模型、辐射模型或空间邻近关系模型。

5.根据权利要求1至4任一项所述的城市流感发病趋势预测方法，其特征在于，所述利用图神经网络提取所述流感病例数据的空间尺度信息具体为：

所述图神经网络的框架为消息传播神经网络，所述消息传播神经网络基于空域图卷积提取空间尺度信息；定义无向图G，节点v的特征向量为x_v，边的特征为e_vw，连接节点v和w，N(v)表示图G中节点v的邻居节点，t为运行的时间步，将结点v的特征x_v作为其隐藏状态的初始态后，所述空域图卷积对隐藏状态的更新表示为：

所述消息传播神经网络将空域图卷积分解为消息传递与状态更新操作两个部分，分别由消息函数M_l和节点更新函数U_l完成；所述消息函数M_l用于聚合邻居节点的特征，形成一个消息向量，准备传递给中心节点；所述节点更新函数U_l用于更新当前时刻的节点表示，将当前时刻的节点表示以及从消息函数中获得的消息进行组合，获得空间尺度信息。