[发明专利]对疫情进行数据爬取、建模与预测的方法

权利要求书

1.对疫情进行数据爬取、建模与预测的方法，其特征在于，包括：

S1，爬取预设的时间段内的确诊病例数据；

S2，将确诊病例数据作为因变量导入到MATLAB中；

S3，通过cftool工具箱对确诊病例数据进行曲线拟合，获得拟合曲线；

S4，根据拟合曲线调整初始函数模型的参数，获得预测函数模型；

S5，基于预测函数模型对指定日期的确诊病例进行仿真预测，获得预测结果；

S6，将预测结果和指定日期的实际确诊病例数据进行对比，调整预测函数模型的参数，实现对预测函数模型的改进。

2.根据权利要求1所述的对疫情进行数据爬取、建模与预测的方法，其特征在于，所述预设的时间段包括起始日期和结束日期。

3.根据权利要求1所述的对疫情进行数据爬取、建模与预测的方法，其特征在于，所述确诊病例数据包括日期、国家、省份、累计确诊人数、死亡人数和治愈人数。

4.根据权利要求1所述的对疫情进行数据爬取、建模与预测的方法，其特征在于，所述S2包括：

将确诊病例保存在Excel表格中；

将Excel表格导入到MATLAB中。

5.根据权利要求1所述的对疫情进行数据爬取、建模与预测的方法，其特征在于，所述初始函数模型包括：

f(x)＝ae^bx+ce^dx

其中，f(x)表示疫情发生后第x天的累计确诊人数，x为是时间序号，表示该地疫情发生的第x天，a,b,c,d表示待定的系数。

6.根据权利要求1所述的对疫情进行数据爬取、建模与预测的方法，其特征在于，所述S5包括：

将预测函数模型写入到MATLAB中，利用循环函数计算指定日期的确诊病例。