从疫情拐点谈高职高等数学课程思政教学

分析课程思政的必要性,以高等数学中“函数拐点”教学为例介绍在课堂教学中如何把函数拐点与疫情拐点相结合进行教学,同时全方位渗透课程思政教育,并分析高等数学课堂落实课程思政应注意的问题。

基于机器学习的新型冠状病毒(COVID-19)疫情分析及预测

本研究采用数学建模的方式,在有限的数据下,通过机器学习对近期爆发的新型冠状病毒(COVID-19)肺炎确诊人数趋势进行了预测,根据有关部门发布的信息,预测了疫情拐点出现的时间,并对比了各省预计最终确诊人数所占的比例,以此为依据,大致划分了疫情的严重程度,对各省市人民防护工作有指导意义。

疫情信息展示及预测可视化

利用大数据技术,传染病SIR模型与机器学习预测疫情的拐点,对疫情的数据进行可视化展示。疫情期间,方便个人查询地点的疫情信息,充分发挥人民群众的力量,缩短寻找密接人员、高风险人员的时间,推测出拐点出现日期,对全球防疫起一定作用。