新冠肺炎疫情大数据可视化平台设计与实现

介绍了新冠肺炎疫情大数据可视化平台的搭建:以大量的新冠肺炎疫情数据为基础,借助Echarts技术以及交互组件,通过可视化图形与地图集成的方式对疫情数据进行可视化展示.实现从多个角度展示国内疫情发展趋势,丰富了疫情数据的展示内容,为广大人民群众了解新冠肺炎疫情提供了便利.     

基于Flask框架的疫情数据可视化分析

在新冠肺炎疫情背景下,通过数据爬虫技术获取开源的疫情数据,经数据处理后形成数据集,利用可视化技术进行数据可视化与数据分析.介绍了数据爬取与处理方法,利用Python语言的Flask框架等可视化技术完成疫情数据可视化,从多角度、多方面展示与分析疫情数据.帮助民众充分了解全国各地的疫情情况、疫情发展趋势以及疫苗接种情况.     

欧洲新冠肺炎疫情大数据可视化设计与实现

以欧洲疫情数据为依据,从多个层面展示欧洲疫情的发展.根据9月14日欧洲新冠肺炎疫情数据,利用Hive与大数据框架Hadoop对其进行处理,借助Tableau组件对欧洲9月14日疫情情况进行可视化,获得相关可视化图表.     

基于Python的疫情后就业影响分析

二〇二〇年新冠疫情的出现,对我国的就业形势产生极大的冲击.为了帮助失业人员的再就业以及求职人员的择业,有必要对疫情后国内就业态势进行数据分析.文章利用Python爬取并处理招聘网站数据,再使用Origin对这些数据作可视化分析,展示疫情后国内招聘现状,为相关人员提供就业指导.     

基于ECharts的新冠肺炎疫情实时监控系统的设计与开发

ECharts是一款功能强大的开源可视化库.为使疫情监控准确实时,基于ECharts设计并开发了一款疫情实时监控系统,实现实时更新疫情数据,展示疫情新增、累计趋势及中国各地区疫情数据等功能.该系统实现了疫情数据可视化,可直观地展现疫情形态,传达疫情信息,对疫情溯源、监测、疫情防控部署等方面起到了积极作用;同时也能够使人...     

重大疫情患者隐私数据保护方案研究

2020年,新冠肺炎在全球爆发,全球医疗系统受到巨大考验,新冠肺炎患者隐私数据安全是医疗信息系统中极其重要的一环.疫情期间,中国新冠肺炎患者隐私数据泄露的案例层出不穷,给患者带来巨大的困扰.采用委托拜占庭容错机制(dBFT)提出了结合区块链的重大疫情患者隐私数据保护方案.方案以联盟链为基础,将政府机构、医疗机构和民众等...     

基于人脸识别的医院智慧疫情防控平台应用研究

在新冠肺炎疫情的背景下,结合医院人员特点,设计实现智慧疫情防控平台。采用JavaEE等技术开发的系统平台利用人脸识别测温设备,收集数据;后台管理系统实现人员管理、信息统计分析等;用户通过微信小程序在线申请陪护。疫情防控平台给来往医院的人员带来了极大便利,有效地提高了医院资源的利用率,同时降低了感染新冠肺炎的风险,减轻了防疫工作量,为疫情防控提供了有力的保障。     

基于VPN日志的远程学习和科研态势研究

新冠疫情的暴发,学生教工无法返校的情况下,绝大多数高校采用VPN的方式保证远程学习和科研.为了解具体情况,采集了2020年2月至2020年9月新冠疫情期间北京大学的VPN日志,从使用人数、登录登出时间、使用时长、聚类分析、用户类别5个方面进行讨论.VPN每日使用人数最高约1.5万,同时在线人数最高约0.5万,每日的用户平均使用时长最高325 min,几项数据表明,学生教工高度依赖VPN进行远程学习和科研,根据用户的每日平均使用时长和使用天数对用户进行聚类分析,可以大致将用户分为4类;对用户类别进行分析,理工科用户VPN使用时间比文科用户略长,但变化趋势基本一致.这些数据对于了解VPN使用情况,VPN资源调整具有参考价值.虽然新冠疫情期间VPN为校内资源的获取提供了便利,但其带来的安全隐患也不容忽视,用户终端如果保护措施不足就容易受到黑客的攻击,从而作为跳板窃取校内资源或者攻击校内其他机器.在远程学习和科研将成为新常态的趋势下,是"甘饴"还是"毒药"?高校都应该做好充足的准备来应对.     

陕西“硬核”科技助力抗击疫情 为复工复产筑起“安全屏障”

1月23日,陕西省首次出现新冠肺炎输入病例,即刻启动了Ⅳ级应急响应(1月25日,启动突发公共卫生事件I级应急响应)。1月24日,陕西省科技厅启动“新型冠状病毒感染的肺炎疫情应急防治”专项计划,并于2月3日启动首批8个应急科技攻关项目。西安市科技局也迅速启动“疫情防控应急科技项目”15个。利用在基础研究、生物医药、人工智能、大数据、人脸识别、机器人等领域的技术优势,快速研发出了新冠肺炎诊断治疗技术、定量检测工具、人脸识别测温可视化系统等产品,为复工复产带来的人员流动和聚集筑起了一道“安全屏障”。     

新冠肺炎传播动力学建模及预测

为了深入研究新冠肺炎传播趋势和传播风险,根据新冠肺炎的传播特点,考虑政府管控和个人防护等措施,在经典传染病SIR模型的基础上,引入低风险群体,提出一种新冠肺炎传播动力学模型SLIR,并对模型的平衡点、稳定性和分岔等复杂动力学行为进行分析,揭示新冠肺炎传播机理.为了提高该模型的疫情预测精度,以美国新冠肺炎的真实数据为基础,使用最小二乘法对模型参数进行分段估计.最后利用该模型对美国新冠肺炎进行预测和分析,仿真结果表明,相比于传统SIR模型,该模型能较好地对美国疫情发展趋势做出预测,官方公布的实际数据也可进一步验证模型的有效性. SLIR模型可以有效仿真新冠肺炎传播,并为政府选择合适的防控措施提供技术支撑.