首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

百度指数在我国H7N9与登革热疫情分析上的应用研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第13-20页
    1.1 课题研究背景及意义第13-14页
    1.2 国内外文献综述第14-18页
        1.2.1 国外文献综述第14-16页
        1.2.2 国内文献综述第16-18页
    1.3 本文的主要工作及结构组织第18-20页
        1.3.1 本文的主要工作第18页
        1.3.2 本文的组织结构第18-20页
第2章 相关技术介绍第20-29页
    2.1 传染病的基础知识第20-21页
        2.1.1 禽流感H7N9病毒第20页
        2.1.2 登革热第20-21页
    2.2 百度指数介绍第21-22页
    2.3 数据来源第22-23页
        2.3.1 H7N9人感染病例数据第22页
        2.3.2 H7N9相关关键词的百度指数数据第22页
        2.3.3 登革热病例数据第22-23页
        2.3.4 登革热相关关键词的百度指数数据第23页
    2.4 相关技术第23-27页
        2.4.1 相关性分析第23-24页
        2.4.2 差异性检验第24页
        2.4.3 多元线性回归分析第24-25页
        2.4.4 预测模型第25-26页
        2.4.5 疫情预测的方法步骤第26-27页
        2.4.6 分析软件第27页
    2.5 本章小结第27-29页
第3章 实际疫情数据分析与系统建立第29-43页
    3.1第29-34页
        3.1.1 统计学分析第29-31页
        3.1.2 传播特征变化分析第31-32页
        3.1.3 时空特征分析第32-34页
    3.2 登革热疫情分析第34-35页
        3.2.1 登革热疫情分布第34-35页
    3.3 H7N9与登革热疫情对比第35页
    3.4 疫情数据分析系统的建立第35-42页
        3.4.1 系统的框架模式第35-36页
        3.4.2 系统的搭建技术第36-39页
        3.4.3 系统的功能结构设计第39-40页
        3.4.4 系统的功能页面实现第40-42页
    3.5 本章小结第42-43页
第4章 百度指数在疫情关注度分析上的应用第43-55页
    4.1 百度指数与H7N9疫情第43-47页
        4.1.1 H7N9在全国的用户关注度分析第43-45页
        4.1.2 百度指数与实际疫情的时间相关性第45-46页
        4.1.3 百度指数与实际疫情的空间相关性第46-47页
    4.2 百度指数与登革热疫情第47-53页
        4.2.1 登革热在全国的用户关注度分析第47-49页
        4.2.2 登革热在广东省的用户关注度分析第49-51页
        4.2.3 百度指数与实际疫情的时间相关性第51-52页
        4.2.4 百度指数与实际疫情的空间相关性第52-53页
    4.3 H7N9与登革热疫情的受关注度对比第53-54页
    4.4 本章小结第54-55页
第5章 百度指数在疫情预测上的应用第55-66页
    5.1 百度指数与H7N9疫情预测第55-59页
        5.1.1 关键词选取与相关性第55-56页
        5.1.2 MLRM_H7N9的模型训练第56-57页
        5.1.3 MLRM_H7N9的模型评估第57-58页
        5.1.4 MLRM_H7N9的疫情预测第58-59页
    5.2 百度指数与登革热疫情预测第59-64页
        5.2.1 关键词选取与相关性第60-61页
        5.2.2 MLRM_Dengue的模型训练第61页
        5.2.3 MLRM_Dengue的模型评估第61-62页
        5.2.4 MLRM_Dengue的疫情预测第62-64页
    5.3 H7N9和登革热的疫情预测结果分析第64-65页
    5.4 本章小结第65-66页
结论第66-68页
参考文献第68-72页
致谢第72-73页
附录A 攻读学位期间所发表的学术论文第73-74页
附录B 攻读学位期间所参与的项目第74页

论文共74页,点击 下载论文
上一篇:基于Cytoscape的癌症信息整合网络可视化插件的设计与实现
下一篇:基于肿瘤基因表达谱数据的分类算法研究