超贝叶斯图模型及其联结树的构建

不确定性数据模型是在复杂的环境中对不确定信息及其之间关系的一个比较准确的描述,能有效地处理复杂的实际问题,如贝叶斯网、粗糙集等传统的不确定数据模型.本文提出一种超贝叶斯模型,用来表示复杂数据间的相关性以及数据间不确定性;分析了超贝叶斯图条件独立的性质;从而给出超贝叶斯图的联结树的构建方法及算法;基于联结树进行概率化简,经过理论证明和实例仿真验证了超贝叶斯图是一种有效的不确定性模型,本文研究结果为超贝叶斯图描述和处理不确定性数据问题提供了理论依据.

中国主要城市疫情管控期间大气环境改善效应研究

利用我国31个省会(省府)城市、直辖市站点大气污染物数据,对全国主要城市2020年新冠疫情管控期间以及复工复产后的大气污染状况进行统计学分析。结果表明:叠加疫情管控影响,相比往年,2020年春节假期前后全国主要城市整体上PM_(10)、NO_(2)、SO_(2)、CO平均质量浓度降幅分别达到22.46%、60.13%、13.71%、17.64%;疫情管控期间全国主要城市PM_(2.5)与PM_(10)偏相关系数为0.952,PM_(2.5)与SO_(2)、NO_(2)、CO的偏相关系数分别为0.705、0.791、0.831。复工复产初期相较疫情管控期间仅有NO_(2)平均质量浓度上升;随着复工复产进程深入,PM_(10)、SO_(2)、NO_(2)平均质量浓度则均有大幅度上升。采暖区SO_(2)和CO平均质量浓度在疫情管控期分别为非采暖区的2.6倍及1.6倍,两大区域在复工复产后各大气污染物质量浓度变化情况有所差异,也反映出采暖区与非采暖区的大气污染情况的不同。

我国新冠肺炎疫情防控成效量化表征研究

我国对新冠肺炎疫情的防控举措得到众多国家政府和民众的高度评价。如何科学地量化表征我国新冠肺炎疫情的防控成效成为亟需探究的课题。鉴于此,本研究基于2020年1月9日至2021年12月31日我国和全球新冠肺炎疫情数据,梳理分析了我国及全球疫情的演变特征;基于Logistic函数模拟出我国不同地区新冠肺炎疫情发生发展的实际过程,对比了我国(未含港澳台地区,下同)7个地理分区和国外早期疫情最严重的前10个国家第一波疫情的发病人数增加速率r值;站在疫情拐点与持续时间的角度,探讨了我国早期疫情主高发阶段与2021年多起零散性局地疫情反弹阶段的防控能力;统计分析了我国7个地理分区新冠肺炎确诊病例高峰和其治愈病例高峰的时间差以及患者群体治愈所需时长。结果表明,虽然我国新冠肺炎疫情初期发病速率较国外增长快,但由于控制及时、措施得力,所以早期国内疫情持续时间短;且我国2021年反弹疫情的发病日新增峰值病例数与疫情持续时间比值的平均值是我国早期疫情主高发阶段的5.1倍,表明2021年我国对局部地区聚集性疫情反弹的防控能力较早期更为成熟、防控成效也更为显著;我国7个地理分区从日新冠肺炎患者确诊病例数达到峰值到治愈病例数达到峰值的时间范围为12~21 d,与国内外报道的新冠肺炎患者治愈所需的时间基本一致。本研究全面量化表征我国早期关于新冠肺炎疫情的防控成效,旨在为今后更科学有效地防控新冠肺炎疫情、更好地推广抗疫经验和举措提供科学依据。