一种基于深度时空残差网络预测登革热疾病的方法

摘要

本发明提供了一种基于深度时空残差网络预测登革热疾病的方法，利用所采集数据的时空属性以及深度学习方法强大的拟合能力，构建了基于深度时空残差网络，以预测特定时空下的登革热疾病。通过登革热传感器采集城市登革热发病的时空数据，同时考虑房价信息、气象数据、个人收入信息、即时通讯软件的聊天数据等外部条件数据，进行数据的深度时空残差网络训练，本发明能更加准确地对登革热疾病进行预测，克服了疾病预测难、发现慢等现有问题。