新冠病毒疫情数据 DAreaXY-COVID-19-Data-中国各省和地级市.xlsx

使用PYthon的keras包来构建LSTM模型（请自行安装keras包)，用疫情前七天的数据作为训练集构建LSTM神经网络实现对疫情的预测。

资源主要是完成对COVID-19的分类识别，包括COVID图像数据集，数据降维算法PCA,LLE,PCA_LLE组合算法，利用SVM对图像进行分类识别，识别率超过80%，并且对算法性能进行优化比较，包括时间、算法最优参数选择（LLE的维度与邻域）、SVM的最优分类等等，是一个比较完整的课题实验。如有实验思路问题可私信。

COVID-19新冠疫情预测代码（含数据集）COVID-19 prediction.zip

Covid-仪表板管道 数据产品最终项目 关于该项目 该项目包含一个数据管道，该管道处理3个csv文件，将其插入数据库中，然后根据处理后的数据构建一个仪表板，使您可以分析每个文件的统计信息。 建于 空气流动 码头工人 码头工人组成 设计 我们基本上在docker-compose内协调气流和仪表板。 标题中描述了气流UI的 docker-compose.yaml 它初始化4个容器： Postgres和网络服务器的气流 mysql数据库 仪表盘仪表盘streamlit Docker文件 它有助于我们将流线型仪表板放置在Docker容器中以在docker-compose中调用它 requirements.txt 包含用于构建流线型仪表板的依赖项 data.py 包含从mysql db调用其数据的精简仪表板 dags.py 包含DAG在气流UI中执行的任务： CSV的3个文件传感器 1

使用python烧瓶进行Covid 19生长速率可视化。 数据源 约翰·霍普金斯大学系统科学与工程中心（CSSE）提供的COVID-19数据存储库 如果您觉得这很有用，请贡献： BTC：3Egg2GsyYievwEiiyUkLN2DaokZ27XUS9Y ETH：0x71a54911Ad33A8D43950E9999F27D8fCe956f7cf XMR：839uwCZuZp8ESNdZ5YtCujcQw7WEhcBvPMUaBRV5pqdoP8LxgyLtx27KYxEMMAWQog4suatDGAVerRRLMNB3QZNXTqrBbPL 狗：D6NEgAuTYcaeddCGQqFDMWTNRaGMcYreG5

COVID19互动式Flexdashboard应用程序 此应用程序是约翰·霍普金斯大学彭博公共卫生学院的公共卫生数据科学课的作业。 该应用程序的时间（时间序列）数据来自有关结果的单个数据可在此处找到： 和。 该应用程序是使用针对的框架构建的。 应用程序布局是使用软件包生成的，并且图表和地图使用 ， 和 ，所有这些都可以通过其相应的R软件包进行访问。 欢迎您提出反馈和建议！ 以获取联系信息，或联系。 该应用程序的链接可以在找到

Website-Pendataan-COVID-19:网站pendataan covid-19

此为大二学生2020年数据结构课程设计作业，由C语言完成，含图形界面。运行环境：VS2017+EGE。文档包括数据结构说明报告、用户使用说明报告、功能需求&总体方案设计报告、测试&评价和改进意见报告，源码包括项目工程所有资源文件、源代码文件和可执行文件等。供参考使用。 课程设计题目：COVID-19疫情环境下低风险旅行模拟系统的设计 城市之间有各种交通工具（汽车、火车和飞机）相连，有些城市之间无法直达，需要途径中转城市。某旅客于某一时刻向系统提出旅行要求。考虑在当前COVID-19疫情环境下，各个城市的风险程度不一样，分为低风险、中风险和高风险三种。系统根据风险评估，为该旅客设计一条符合旅行策略的旅行线路并输出；系统能查询当前时刻旅客所处的地点和状态。

COVID-19绘图 自动数据收集，后处理和COVID-19传播的比较交互式可视化。 运行笔记本电脑的可能方法包括 克隆存储库并在本地Jupyter Notebook环境中执行