典型文献
高斯极大似然估计的新冠疫情周期性预测分析
文献摘要：
新型冠状肺炎病毒自2019年末被发现以来,就已经被视为一场全面的大流行,并在全世界蔓延.许多研究正在使用独特的模型来预测与分析这种疾病在未来的趋势和可能的进展.通过评估极大似然估计求解高斯拟合参数,并利用高斯—牛顿迭代法优化求解参数的高斯模型来预测上海每日新增新冠肺炎病例与疫情病例周期的转折点.实验证明,算法的拟优度R2达到0.9286,表明该算法在新冠疫情病例数据分析与预测领域的有效性、可靠性和优越性.
文献关键词：
高斯拟合;极大似然估计;高斯—牛顿迭代法
中图分类号：
作者姓名：
王莹
作者机构：
南宁师范大学计算机与信息工程学院,南宁 530000
文献出处：
引用格式：
[1]王莹-.高斯极大似然估计的新冠疫情周期性预测分析)[J].现代计算机,2022(23):49-54
A类：
B类：
极大似然估计,预测分析,新型冠状肺炎病毒,年末,大流行,高斯拟合,拟合参数,牛顿迭代法,优化求解,高斯模型,转折点
AB值：
0.229366
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
