留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

2020年  第49卷  第3期

本期“新型冠状病毒肺炎疫情防控”专题评述
数学建模和统计分析在流行病趋势预测和精准防控中的作用
周涛, 蒋晓
2020, 49(3): 321-323.
摘要:
新型冠状病毒肺炎疫情防控
新冠肺炎爆发前期武汉外流人口的地理去向分布及影响
许小可, 文成, 张光耀, 孙皓宸, 刘波, 王贤文
2020, 49(3): 324-329. doi: 10.12178/1001-0548.2020033
摘要:
该文基于腾讯和百度等地理位置服务所收集到的大规模人口流动数据,对春节前从武汉离开人口的地理分布进行了统计分析。研究发现,首先,虽然武汉市关闭出城通道前的500万流出人口和往年春运期间的正常人口流动无较大差别,但确实有少量人口在“封城”前的最后一段时间内涌出武汉。其次,统计了2020年开始从武汉流出人口的目的地城市信息,发现和往年的目的地分布基本上是一致的。最后,分析了离汉人口对于疾病传播的影响,在衡量影响时必须要考虑潜伏期的作用。该文研究有助于相关人员掌握疫情扩散速度、评估疫情风险,对预测以及阻止新冠肺炎传播提供参考。
基于迁徙数据估计武汉感染新型冠状病毒的人员数量
杨政, 原子霞, 贾祖瑶
2020, 49(3): 330-338. doi: 10.12178/1001-0548.2020030
摘要:
根据武汉迁徙数据,该文通过统计分析2020年1月29日至2月9日全国50个城市感染新型冠状病毒的确诊人数比率,估计了武汉市感染病毒的人员数量。研究发现湖北省内15个城市的患者确诊比率在均值和中位数上低于省外35个城市的均值和中位数。截至2月9日,利用湖北省内城市确诊比率的均值、中位数和最大值估计,武汉市感染病毒的人数分别是已经确诊人数的2.1倍、2倍和3.9倍。利用省外城市确诊比率的均值、中位数和最大值估计,武汉市感染人数分别是已经确诊人数的3.6倍、2.6倍和8.7倍。最后利用Bootstrap方法对省内外城市的均值和中位数做了稳健性估计。
新型冠状病毒肺炎防控效果的定量评估
陈端兵, 白薇, 王岩, 王敏, 俞伍平, 周涛
2020, 49(3): 339-344. doi: 10.12178/1001-0548.2020144
摘要:
在传染病早期的传播过程中,制定有效的防控措施对遏制其传播具有重要意义,而有效再生数是对防控措施效果评价的关键参数之一。由于没有全部患者的症状出现时间,难以直接使用已有方法对有效再生数进行估计。该文基于蒙特卡洛方法提出了一种依据少量患者的症状出现时间对有效再生数进行估计的模型,并根据模型计算得到的有效再生数对中国内地及海外国家的防控效果进行了评价。分析结果表明,中国在2020年1月20日出台按甲级传染病进行防控措施的两周内,新型冠状病毒的传播得到了有效遏制。原来疫情发展迅猛的韩国对新型冠状病毒的遏制也取得了成效。
新冠肺炎疫情传播的一般增长模型拟合与预测
张琳
2020, 49(3): 345-348. doi: 10.12178/1001-0548.2020037
摘要:
采用一般增长模型拟合了2020年1月15日−2月15日全国新型冠状病毒肺炎的累计确诊人数,及2020年1月23日−2月15日的全国累计疑似人数和全国累计密切接触人数,模型与国家卫生健康委员会公布的数据吻合。根据一般模型得出的方程形式,分3个阶段拟合了确诊人数,发现确诊人数在经历了初期(2020年1月15日−1月27日)的无障碍指数增长,中期(2020年1月27日−2月6日)的次指数增长后,已在2020年2月6日进入了次线性增长阶段。拟合结果适时反映了疫情防控工作的进展,同时为疫情的发展趋势提供预测和参考。
冠状病毒SARS-CoV-2、SARS-CoV和MERS-CoV的传染动力学分析
梁凯豪, 张文峰, 张小花, 吴卓葵, 刘芹, 张超龙, 李梓龙
2020, 49(3): 349-356. doi: 10.12178/1001-0548.2020067
摘要:
为了分析比较COVID-19、SARS和MERS这3种传染性疾病的传染动力学,该文通过传染病增长率和传染抑制常数,建立了传染病的传播增长模型,然后通过非线性拟合得到SARS-CoV-2、SARS-CoV和MERS-CoV这3种冠状病毒传播增长模型的参数。分析表明,SARS-CoV-2的增长率约为SARS-CoV和MERS-CoV病毒的两倍,SARS-CoV-2的倍增周期为2~3天。湖北的传染抑制常数比其他地区低两个数量级,与湖北地区的现状吻合。
基于时变参数-SIR模型的COVID-19疫情评估和预测
喻孜, 张贵清, 刘庆珍, 吕忠全
2020, 49(3): 357-361. doi: 10.12178/1001-0548.2020027
摘要:
该文基于COVID-19疫情发展到2020年2月1日所呈现的特点,对SIR模型进行了修正,使用易感再生数、当日感染率和潜伏感染率来求解病毒演化动力学方程,研究了感染人数的变化趋势,并分析了政府防控措施对趋势变化产生的影响。结果表明,从2020年1月24日后,政府的防控措施有效降低了病毒蔓延趋势。与1月24日之前呈现的趋势相比,截至2020年2月1日,实际感染人数较原趋势预估人数下降了超1/2。易感再生数、当日再生数和潜伏再生数都大幅度降低。基于目前的趋势,对易感再生数、当日感染率、潜伏感染率随时间的变化进行了分析,利用时变参数对疫情发展进行了预测。结果表明在2020年2月9日左右,疫情发展会达到高峰,随后确诊人数将出现下降。
新冠肺炎疫情极限IR实时预测模型
梅文娟, 刘震, 朱静怡, 杜立
2020, 49(3): 362-368. doi: 10.12178/1001-0548.2020063
摘要:
针对现有模型在开放空间的预测和时变参数估计上存在的局限性,该文在已知病毒传播规律的基础上,将极限学习机与动力学模型结合,提出了一种新的极限IR预测模型。通过对SIR模型的改进,该模型将病毒传播过程简化为感染态、治愈态和死亡态,并对时变函数及疫情趋势进行预测,解决了疫情中现有确诊人数、死亡人数和治愈人数实时预测的难题。实验证明,极限IR算法可准确实现疫情趋势的实时预测,为新型冠状肺炎疫情发展趋势提供了一种有效的数据分析模型。
基于SEIR的新冠肺炎传播模型及拐点预测分析
范如国, 王奕博, 罗明, 张应青, 朱超平
2020, 49(3): 369-374. doi: 10.12178/1001-0548.2020029
摘要:
新型冠状病毒肺炎疫情对全国造成了严重影响,社会经济生活受到了极大干扰。该文基于复杂网络理论建立了带有潜伏期的COVID-19流行病SEIR动力学模型,通过设定了3种不同病毒潜伏期情景,依据国家及部分地区疫情数据,针对不同情景对模型参数进行仿真分析,对3种情形下的疫情拐点进行了预测。结果表明,模型分析与疫情发展的真实表现基本吻合。最后提出了加强疫情防控的对策建议,对精准做好疫情防控具有较好的指导作用。
基于引入隐形传播者的SEIR模型的COVID-19疫情分析和预测
林俊锋
2020, 49(3): 375-382. doi: 10.12178/1001-0548.2020083
摘要:
在传统SEIR模型基础上,引入了“隐形传播者”的概念,并利用2020年1月25日至2月22日的COVID-19疫情数据进行模型拟合,并对结果进行分析。同时,利用拟合好的模型对2020年2月22日之后的演化情况进行仿真。结果显示,引入隐形传播者的SEIR模型在拟合和预测性能上有显著提升,降低了50%~70%的拟合误差;拟合系数表明,在疫情前期和后期携带病毒人群占潜伏者的比例分别为30%和5%,被确诊的概率由7%上升为40%,核酸检测技术趋于成熟;隐形传播者初期人数约为70 000,在国家有效管控下,目前控制在2 500名附近;预测3月中旬为“拐点”,4月底居民可恢复正常生活,最终累计确诊数在100 000左右。
复杂人流网络下的COVID-19传播模型
傅家旗, 刘敏, 邓春燕, 黄娟, 江明珠, 郭强, 刘建国
2020, 49(3): 383-391. doi: 10.12178/1001-0548.2020109
摘要:
考虑复杂人流网络的统计特征和SI传播模型,该文基于实证数据构建了新型冠状病毒肺炎在湖北省和4个省传播和扩散的P-SI模型。基于实证数据的研究分析表明,P-SI模型能够根据各省感染COVID-19情况拟合每天新增感染人数的变化趋势。此外,P-SI模型能够根据4省2020年1月23日前的感染情况预测2020年1月24日后的每天新增感染人数。该模型有助于理解COVID-19的传播特性,为阻断传播源,遏制疫情扩散,制定有效的防控措施提供决策依据。
新冠肺炎非均匀感染力传播模型与干预分析
汪剑眉, 李钢
2020, 49(3): 392-398. doi: 10.12178/1001-0548.2020158
摘要:
新冠肺炎疫情在中国得到有效控制,为干预分析提供了实证研究基础。基于SIR扩展的非均匀感染力模型,以2020年1月20日−3月23日数据构建全国、湖北、武汉3层次分形子模型,应用吉布斯抽样和机器学习高斯过程回归获得参数估计,模拟差异化场景进行干预敏感度分析,模型在参数设置和精度优化方面有所突破。研究发现降低接触是有效抑制疫情的核心杠杆,其敏感度是其他杠杆的3.5倍以上。强弱场景边际效应不对称,反映了中国方案对帕累托最优的趋近。模拟分析评估了干预成效,为我国和全球其他国家后续判断疫情风险、掌控干预节奏、制定防控策略提供有益参考。
基于真实人际接触数据的新冠肺炎校园传播与防控
孙皓宸, 徐铭达, 许小可
2020, 49(3): 399-407. doi: 10.12178/1001-0548.2020172
摘要:
随着新冠肺炎疫情在中国的稳定,复学成为目前广大人民群众最关心的热点问题。学生和老师在学校长时间聚集和面对面接触增加了相互传染疾病的风险,虽然学校停课一般被认为是缓解流行病的最可行策略,然而大面积的隔离往往伴随着高昂的社会经济成本甚至会造成社会恐慌。所以在学校出现疫情时,需要尝试使用更加细致科学的防控措施。该文基于真实人际接触数据模拟新冠病毒在校园内的传播,通过计算学生之间的有效距离制定防控措施。研究发现学生在校园内与同班级、同年级学生接触较多,所以当在校园中发现病例时,及时封闭患者班级、年级就可控制住疫情的发展,能取得与封闭学校近似、甚至更好的效果。此外,在无封闭和施加防控措施情况下,分别对无症状患者比例和潜伏期传染性对校园疫情影响进行了分析。在施加防控措施后,每种情况下的疫情都会得到控制,并且会很快迎来疫情好转的时间点。该研究有助于学校选取合适的防控措施,准确评估无症状患者和潜伏期传染性对疫情的影响。
基于Web数据挖掘的COVID-19流行病学特征分析
郑文, 赵偲, 李泽堃, 武啸泽, 胡涛
2020, 49(3): 408-414. doi: 10.12178/1001-0548.2020079
摘要:
基于Selenium数据挖掘技术,通过对2020年2月4日−22日新浪微博“肺炎患者求助超话”中690例有效病例的分析,获得了新浪微博中真实求助病例的流行病学特征。研究发现,求助患者97.6%来自于武汉,重点集中在武昌、硚口、汉阳等中心城区,与当地的医疗资源和人口密度成正比。微博求助病例主要分布在2020年2月4日−7日,随着医疗资源紧张程度的缓解,通过微博求助的病例明显减少。求助患者确诊日期主要分布在2020年1月16日−2月6日,与中国疾控中心发布的病例分布情况基本一致。求助患者年龄分布中位数为60岁,明显高于中国疾控中心发布的数据,但与武汉市中心医院的数据基本吻合。该文研究结果说明,针对重大突发性传染病,微博等社交媒体除了在舆论传播上发挥作用,在流行病学分析上也具有重要意义。基于社交媒体的实时性和广泛性,结合数据挖掘和大数据分析等方法,有助于决策层快速掌握一线真实情况。
新冠肺炎疫情影响下区域产业网络风险传导效应研究
张欣, 郁佳亮, IRENAVodenska
2020, 49(3): 415-424. doi: 10.12178/1001-0548.2020092
摘要:
新冠肺炎疫情的突发和快速蔓延,使我国区域产业经济面临严峻挑战。疫情导致部份产业供给中断和需求下滑,并通过产业链扩散蔓延至整个网络,极易引发系统性风险。为模拟疫情影响下区域产业供应链的风险传导效应,该文通过构建我国区域产业网络,引入网络级联失效模型,模拟湖北产业供给中断、需求下滑以及不同产业产能受限和需求下降的情况下,停产和流动性风险的传导效应。结果显示,风险的扩散呈现突变态势,存在临界时间点。临界点前风险扩散较为缓慢平稳,一旦突破临界点,则加速蔓延使整个产业网络在短时期内陷入瘫痪。不同产业在供给侧和需求端的冲击影响下,对系统性风险水平的影响具有异质性。
新冠病例分析揭示女性的护理角色和高易感性
廖敬仪, 杨子曦, 周涛
2020, 49(3): 425-430. doi: 10.12178/1001-0548.2020201
摘要:
以深圳市家庭聚集性新冠确诊病例为例,按照出现症状的时间早晚划分确定一二代病例,通过对比理论数值模型和家庭结构网络计算出的家庭聚集性病例中二代病例理论值和实际观测值,发现女性在家庭聚集性病例中的二代病例比例显著高于男性。该文定量化支持了“女性在家庭环境中承担更多护理角色”的假设,统计上显示了在以居家隔离为主的防控措施要求下,其感染新冠肺炎的可能性将高于男性。最后给出了可降低女性感染风险的若干建议。
复杂性科学
警觉与疾病的传播次序性对动力学的影响
阚佳倩, 马闯, 张海峰
2020, 49(3): 431-437. doi: 10.12178/1001-0548.2019163
摘要:
近年来,基于双层网络研究疾病传播与警觉传播的相互作用已引起广泛关注。在该模型框架下,疾病通过物理接触网络传播,而有关疾病的警觉信息则通过虚拟接触网络传播,两个网络具有相同的节点,但对应的连边不同。已有的模型在进行理论分析时,多假设警觉意识的传播先于疾病的传播(ordered model),考虑到在真实情况下,疾病传播和警觉意识的传播难以区分先后顺序,因此该文提出了一种不考虑传播次序的模型(concurrent model)。通过研究发现,两种模型给出相同的疾病爆发阈值,但却给出不同的传播范围,当警觉意识传播率较小的时候,无序模型对应的感染范围会小于有序模型对应的感染范围,但是随着警觉意识传播率的增加,结果会发生反转,即无序性模型会导致疾病的感染范围大于有序性模型。
基于双层耦合网的表型-基因关联分析与预测
郁湧, 顾捷, 赵娜, 骆永军, 阚世林
2020, 49(3): 438-444. doi: 10.12178/1001-0548.2019133
摘要:
随着基因组测序完成和基因技术不断发展,使得某些疾病的致病基因逐渐得到确认。目前,通过科学实验已经掌握了一部分疾病的致病原因,但是大部分疾病的致病原因,特别是与基因相关的疾病的致病原因还不得而知。该文采用与人类同源相似度高达85%的小鼠数据作为研究对象,使用疾病表型数据集、致病基因数据集和已经确认的表型−基因关联关系数据集构成一个双层耦合网络,通过元路径上随机游走的方法进行数据的分析与挖掘,在已经确认的表型−基因关联数据基础上预测未确定的表型−基因关联关系。经验证比较,该文提出的算法所取得的预测效果优于其他算法。
通信与信息工程
基于最优加权多属性决策的LWA网络接入点选择算法
申滨, 徐浪, 周晓勇, 闫伟
2020, 49(3): 445-452. doi: 10.12178/1001-0548.2019110
摘要:
为了应对LWA网络下eNB和AP大量密集部署,用户需求难以充分满足的现状,该文提出一种基于最优加权多属性决策(OWMAD)的LWA网络接入点选择算法。该算法预先收集接入点属性并建立属性集合,然后设计决策属性的最优权重,将决策矩阵与最优权重向量叠加,最后根据各个接入点综合性能的计算结果确定用户可选择的最佳网络接入点。仿真结果表明,该算法不仅能有效提升边缘地区及系统整体的吞吐量,还能够降低系统平均时延,提升用户的服务质量。
基于K学习的Sub-6GHz辅助毫米波信道信息获取
修越, 张忠培, 赵柏睿, 修超
2020, 49(3): 453-457, 466. doi: 10.12178/1001-0548.2018246
摘要:
毫米波通信是下一代蜂窝通信之类的大数据通信的可行方案。然而,因为毫米波频率具有极大的路径损耗,所以为了减轻毫米波路径损耗,混合模拟/数字波束成形可以作为一种技术来降低路径损耗。对于获得高波束源增益至关重要的是在发射机处获得准确的毫米波信道信息。该文着重讨论具有大规模MIMO阵列的毫米波通信系统中的信道状态信息获取问题。由于信道信息获取是一种开销很大的方法,因此该文考虑了一种开销低的精确信道估计方案。通过在子-6GHz处提取的支持信息来辅助毫米波信道信息的获取,将毫米波信道信息获取公式化为压缩感测问题,并使用广义近似消息传递(GAMP)算法获得信道信息。使用子-6GHz信道的支持分布信息扩展了GAMP算法。此外,基于K最近邻的思想,根据子-6GHz的支持分布信息重新设计GAMP算法。仿真结果表明,与现有的信道估计算法相比,该算法不仅可以提高估计精度还能降低导频开销。
计算机工程与应用
时间依赖图下的最小费用路径搜索
马慧, 汤庸, 傅瑜, 易锋
2020, 49(3): 458-466. doi: 10.12178/1001-0548.2019002
摘要:
该文提出了一种时间依赖图下最小费用路径的高效搜索算法。已有的算法从起点开始向四周扩展以发现到达终点的路径,搜索空间较大,查询耗时。本文从以下两方面减少搜索空间:首先缩小顶点的有效时间区间避免无用的计算,并且在顶点的相应的时间区间的最小费用正确计算出来之后,再计算扩展路径的费用;然后提出一种双向搜索方法,从起点和终点同时出发向四周扩展路径直到两个搜索相遇,从而控制搜索空间在以起点、终点为圆心的两个小圆内。针对路径的时变依赖性设计了双向搜索的停止条件和路径生成方法,理论上证明了方法的正确性。最后,在大规模数据集上测试验证了方法的有效性。
基于Adaboost的脑肿瘤患者存活周期分析
张桂凤
2020, 49(3): 467-472, 480. doi: 10.12178/1001-0548.2019101
摘要:
随着现代社会中脑部肿瘤发病率的日渐上升,脑肿瘤患者存活周期分析在临床中的意义也日渐凸显。为解决当前方法分析准确率不高的问题,该文提出一种基于Adaboost的脑肿瘤患者存活周期分析系统,首先对脑肿瘤患者的MR进行预处理、归一化、获取ROI和分割等处理,随后提取脑肿瘤患者的多序列MR的纹理特征以及进行以互信息为评价标准的特征选择并得到特征子集,最后搭建以Adaboost.R2为核心的分析模型,并利用特征子集完成分析模型的训练和调优,以完成肿瘤患者存活周期的分析。Brats2018训练数据上的交叉验证实验结果证实该系统的分析准确率优于Brats2018 challenge前3名的方法和传统回归分析方法。
人体动作数据编码与CNN精确识别
胡青松, 张亮, 丁娟, 李世银
2020, 49(3): 473-480. doi: 10.12178/1001-0548.2019108
摘要:
人体动作的精确识别面临多方面的挑战,特别是动作采集易受光照强度的影响、动作特征描述不清楚和易物理变形。为了降低这些不利因素的影响,提高动作的识别精确度,该文从3个步骤展开研究:首先,对Kinect提取的人体关节数据进行预处理,从而克服光照问题;随后,使用针对性编码方法对人体动作数据进行编码,进而利用卷积神经网络(convolutional neural network,CNN)自动提取人体动作特征,解决动作特征描述的难题;最后,使用SoftMax完成复杂动作的识别。实验表明,该文算法具有较高的识别准确率和泛化能力,其F1值普遍在0.8以上;在单一属性测试中,复合属性数据比被复合的单一属性数据更有优势,F1值可达0.916;混合属性测试的F1值相比单一属性测试有所下降,下降幅度最高可达约25%。