摘要
在目前的分类算法中,K-Nearest Neighbor算法是一种高效、简单、可操作性强的基于分类和回归的算法,在实际中已广泛应用于模式识别、空间分类、文本分类等多个科学领域;DTW算法是一种基于动态规划思想的识别算法。在实际的传染病的流行中,由于各个国家和地区抗击疫情的手段、力度各异,导致不同国家和地区的疫情风险的高低程度不同。本文以新型冠状病毒为例,选取几个具有代表性的国家的新型冠状病毒疫情发展的时间序列数据,建立数学模型对各个地区疫情风险程度进行评估与分类,进而探讨KNN算法以及DTW算法在传染病地区风险评估与划分中的应用价值。
出处
《中国科技信息》
2021年第1期69-70,共2页
China Science and Technology Information
