基于长短期记忆网络LSTM模型的新冠病毒传播预测方法

摘要

本发明公开了基于长短期记忆网络LSTM模型的新冠病毒传播预测方法，包括以下步骤：步骤一：收集covid‑19病毒的传播数据，作为研究的基础数据，截取病毒爆发初期的数据得到数据集；步骤二：分割数据集为训练数据集和测试数据集；步骤三：将步骤2中得到的训练数据集训练长短期记忆网络LSTM模型；步骤四：利用步骤3中训练好得到的模型进行未来数据的预测，并与测试数据集中的真实数据做对比；步骤五：量化预测误差，评价模型准确性。本发明属于病毒传播模型技术领域，具体是指基于长短期记忆网络LSTM模型的新冠病毒传播预测方法，从数据本身出发，得到数据变化的规律，实现预测目的，训练数据量越大，模型可以学到更多规律，也可以达到更好的预测效果。