新型冠状病毒肺炎(COVID-19)疫情已经蔓延至全国各地,包括陕西省在内很多省份的早期疫情均以输入病例为主,后期的疫情在严格的防控措施下也已呈下降趋势.评价防控措施的有效性、分析人口流动对疫情的影响对于研究陕西省(或其他以输入病例为主的地区)疫情和未来应对突发性传染病有着重要的意义.根据陕西省卫生健康委员会(简称卫健委)公布的详实数据信息可以挖掘传播链(感染树),得到从发病到首诊、入院、确诊的中位持续时间,每日潜伏者类、感染者类、治疗者类的具体人数和感染者状态转移的空间分布.本文计算确定COVID-19疫情的控制再生数(1.48–1.69),并发展新的统计推断方法获得陕西省严控措施下的有效再
2022-05-24 22:15:52 2.4MB 新型冠状病毒 传播动力学 数据挖掘
1
肺炎演讲稿.docx
2022-05-24 19:00:46 20KB
2019-nCov-api 新冠肺炎api 前言 本项目通过爬取腾讯、新浪、丁香园等疫情数据,获取新冠肺炎相关数据,并整合为api数据,做法简单粗暴,类似于端口转发。数据包含口罩预约、同乘车辆、疫情小区、数据分析、国内外详细数据、实时新闻动态、确诊人员信息流动轨迹、疫情谣言等。 当前接口部署到我自己的乞丐服务器上面的,可能速度有点慢,希望且用且珍惜。 github地址:https://github.com/LiangWuCode/2019-nCov-api 文档地址:https://wuliang.art/ncov/doc.html#/home 另外前期仓促之间也用flutter搞了个app,
2022-05-12 15:24:08 99KB api api接口 schema
1
定时爬取全国肺炎疫情信息并制作web接口 使用腾讯接口:https://view.inews.qq.com/g2/getOnsInfo?name=disease_h5 数据库:MySQL 库:request 语言:python 3.7 因为边爬边存的过程中出现错误,所以换思路,先爬下来存储为json格式,然后解析json,再进行数据的处理。 #coding=gbk import requests import json import flask import time import pymysql import re from flask import request #获取参数 citie
2022-05-11 15:35:46 199KB table varchar w
1
新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序源码 新冠肺炎患者同程查询小程序
2022-05-07 11:04:25 172KB 源码软件 小程序
基于深度学习的肺炎医学CT图像分类算法研究 基于深度学习的肺炎医学CT图像分类算法研究 基于深度学习的肺炎医学CT图像分类算法研究 基于深度学习的肺炎医学CT图像分类算法研究 基于深度学习的肺炎医学CT图像分类算法研究 基于深度学习的肺炎医学CT图像分类算法研究 基于深度学习的肺炎医学CT图像分类算法研究 基于深度学习的肺炎医学CT图像分类算法研究 基于深度学习的肺炎医学CT图像分类算法研究 基于深度学习的肺炎医学CT图像分类算法研究 基于深度学习的肺炎医学CT图像分类算法研究 基于深度学习的肺炎医学CT图像分类算法研究 基于深度学习的肺炎医学CT图像分类算法研究 基于深度学习的肺炎医学CT图像分类算法研究 基于深度学习的肺炎医学CT图像分类算法研究 基于深度学习的肺炎医学CT图像分类算法研究 基于深度学习的肺炎医学CT图像分类算法研究 基于深度学习的肺炎医学CT图像分类算法研究 基于深度学习的肺炎医学CT图像分类算法研究 基于深度学习的肺炎医学CT图像分类算法研究 基于深度学习的肺炎医学CT图像分类算法研究 基于深度学习的肺炎医学CT图像分类
2022-05-02 11:06:54 5.12MB 深度学习 分类 文档资料 综合资源
RSNA-Pneumonia-Detection-Challenge:目的是预测与肺炎相关的肺部混浊以及胸部X线照片中的边界框。 目的是检测是否对患有肺炎的肺进行分类,并丢弃其他种类的不透明物,例如由液体,细菌,肺癌等引起的不透明物。可以应用各种算法,但是我们继续使用YOLO事实证明这是最好的。 我们从https那里获得了大部分帮助
2022-04-27 14:52:38 1.59MB JupyterNotebook
1
2021年新型肺炎疫情小学生日记.docx
2022-04-24 13:02:49 16KB
中小学校新冠肺炎防控技术方案
2022-04-23 09:04:51 1.1MB 安全
第八版新冠肺炎防控指南
2022-04-08 14:04:03 3.05MB 安全
1