基于多尺度多元时序特征融合的流感发病量预测方法及系统

本发明公开了基于多尺度多元时序特征融合的流感发病量预测方法及系统，包括：(1)按日收集多元时序数据；(2)对收集的多元时序数据预处理，得到以日、周、月、季度为尺度的多元时序数据；(3)对不同尺度的多元时序数据分别进行深度融合和表征，得到不同尺度的时序数据表征，并利用金字塔特征融合网络进行融合，得到不同尺度下的时序特征编码序列；通过计算相似性优化不同尺度下的时序特征编码序列；(4)构建流感发病量预测模型，利用日时序特征编码序列作为输入，对预测模型进行训练；(5)训练完成后，针对输入的多尺度多元时序数据，对下一个时间点的流感发病量进行预测。利用本发明，可以提升流感发病量预测的准确性。