[发明专利]一种基于异常子图检测的突发传染病预警方法

权利要求书

1.一种基于异常子图检测的突发传染病预警方法，其特征在于，包括如下步骤：

1)数据处理；

2)构建初始带权有向网络；

3)转化为带权有向网络，节点p值计算；

4)异常子图检测。

2.一种基于异常子图检测的突发传染病预警方法，其特征在于，具体包括以下步骤：

1)构造带权有向网络G＝(V,E)，其中V是所有节点的集合，E是所有边的集合；

若两个节点之间存在人员流动记录，则两个节点之间存在一条有向带权边，边的权值为两个节点之间的相对距离；

则给定流量矩阵P(0≤P_mn≤1)，节点n到节点m之间的相对距离d_mn为：

d_mn＝1-logP_mn (1)

其中,P_mn表示节点n出发到节点m的流动人数占节点n流出总人数的比值，若节点n到节点m之间存在多条路径，则任意节点n到节点m之间的相对距离D_mn更新为：

其中，Γ＝{v₁,K,v_n}表示一条节点n到节点m的有序路径，λ(Γ)表示有序路径Γ的长度总和，D_mn表示节点n到节点m之间的最短距离；

2)将步骤1)中的网络转化为带权有向网络G_A＝(V,E,p)，其中V＝{v₁,...,v_N}是G_A的节点集合，是G_A中边的集合，映射函数p:V→[0,1]为每个顶点v的一个经验p值，通过比较v的当前特征和v在历史数据中的特征，可以基于经验校正计算出节点v的p值p(v)

其中，w(v)表示节点v的权值，{v₁,...,v_T}表示与节点v相邻的节点；

3)使用非参数图扫描函数方法NPGS对网络G_A进行异常子图检测，挖掘异常连通子图NPGS的一般形式定义为：

其中，是连通子图的顶点，N_a(S)＝∑_v∈Sδ(p(v)≤a)表示子图在a显著水平下的顶点数，N(S)＝∑_v∈S1表示S中p值总数；

如果输入为真，δ(.)＝1，否则，δ(.)＝0；

假设N_a(S)＝∑_v∈Sδ(p(v)＞a)，那么显著水平a在0和常数a_max，一般取a_max＝0.15优化；

在异常子图检测时，φ(a,N_a(S),N(S))需要满足一下两个属性：

(1)φ关于N(S)单调递增

(2)φ关于单调递减

这两个性质显然成立，非参数扫描统计量BJ统计量和HC统计量分别满足上述两个性质：

BJ统计量的定义为：

其中KL是p＜a的观测值与期望值之间的Kullback-Liebler散度；

其中，a,b∈[0,1]，当b＝1或b＝0，那么KL(a,b)＝0；

HC统计量的定义为：

给定非参数统计函数异常子图检测问题可以优化为：

等价于