目的：对COVID-19流行的预测不仅代表着公共卫生或医学问题，而且也代表着地球普通民众的关注问题。 这项研究预测到2020年2月11日武汉和日本将爆发禽流感。方法：我们对湖北省公共卫生部门发布的数据应用了简单的SIR模型。 此外，在模型中，我们纳入了从武汉的日本居民到爆发的经验中的轻度和无症状病例。 最后，我们根据自初次病例发生之日至出行日期之间武汉市估计的患者分布情况，在假设感染者包括来日本的轻度病例的假设下进行的10,000次模拟迭代，预测了日本的暴发。从武汉到日本暂停了。 结果：结果表明基本繁殖数R0为2.84； 其95％置信区间（CI）为[2.35，3.33]。 估计高峰将在3月11日到达。其95％CI的高峰日期是2月29日至3月27日。 在日本，CI达到95％的高峰日期是4月26日至5月2日。 高峰期出现严重症状的患者最多，估计为85.83万。 讨论与结论：我们获得的R0为2.84，近似于先前的估计。 我们预测日本出现严重症状的高峰期患者人数最多，为85.83万人。 这个数字比每日最高流感高峰高63％。
2021-07-20 11:01:04
234KB
1
sis数学模型MATLAB代码随机SIS
使用Gillespie算法（MATLAB）进行SIS流行病模型模拟
这些文件是为在蒙特克莱尔州立大学数学科学系的Eric
Forgoston博士的指导下进行的学术研究而创建的。
所述研究的目的是探索“预警信号”的理论及其在具有Allee效应的数学流行病学和人口模型中的应用，从而允许研究影响这些动态系统行为的控制机制。
在此存储库中找到的代码中选择和实现的模型（在MATLAB和FORTRAN中）均遵循SIS（易感感染易感染）流行模型。
本文发现的模拟是通过采用Gillespie算法模拟随机流行病学数据来完成的。
Gillespie_SIS_V3是主要的模拟文件。
它绘制了模拟结果，并允许用户在给定点“脉动”总体。
Gillespie_SIS_V6与V3相似，但仅用于生成预定数量的时间序列。
Gillespie_SIS_V7与V3相似，但是，当自相关值达到统计阈值时，就会发生脉冲。
这是通过读取包含所述值（从R导入）的.csv文件来实现的。
Gillespie_SIS_V5是V3的FORTRAN版本，没有实施控制措施。
2021-07-06 15:23:29
8KB
1
采用java技术构建的一个管理系统。整个开发过程首先对系统进行需求分析，得出系统的主要功能。接着对系统进行总体设计和详细设计。总体设计主要包括系统功能设计、系统总体结构设计、系统数据结构设计和系统安全设计等；详细设计主要包括系统数据库访问的实现，主要功能模块的具体实现，模块实现关键代码等。最后对系统进行功能测试，并对测试结果进行分析总结。 包括程序毕设程序源代码一份，数据库一份，完美运行。配置环境里面有说明。
2021-07-05 12:03:18
1.36MB
1