39岁的结果

意大利新冠病毒传播的基础数据分析和可视化

COVID19

版本1.0.0

通过 乍得格林

绘制美国冠状病毒病例图

估计

版本1.1.4

通过 米兰巴蒂斯塔

R函数估计的MATLAB翻译\u R用于从包EpiEstim估计流行病的繁殖数。

重新估价

版本1.1.0

通过 阿古斯哈桑

重测用于估计传染病的时变繁殖数。

此软件包用于以一般化、简单和有效的方式模拟、跟踪和估计COVID-19在全球范围内的传播。

fitVirusXX

版本2.0.3

通过 米兰巴蒂斯塔

用logistic模型求和估计冠状病毒COVID-19流行性评价

此应用程序使用ML技术检测病毒!

恢复

版本2.01

通过 Ajitesh斯利瓦斯塔瓦

-使用异质感染率模型的国家和美国各州对新冠病毒-19的预测-未报告病例的数据驱动识别

基于胸部x线图像数据集的COVID-19检测我总共使用了798张样本图像,其中399张用于COVID-19, 399张正常x线图像。

文献中新冠病毒-19 SEIR模型的SimBiology实现

新冠病毒-19模型

版本3.6.3

通过 JM24

此模型是基于fitVirus创建的。这是一个数据驱动的模型,可获得最新数据并预测新冠病毒-19的传播。

该代码将生成显示COVID-19传播情况的动画,并将其保存为视频文件。从HDX获取和处理数据。

fitVirusCOVID19

版本5.2.1

通过 米兰巴蒂斯塔

用SIR模型估计冠状病毒COVID-19流行

创建冠状病毒跟踪系统,以直观分析新冠病毒-19的传播。代码从JHU CCSE接收并绘制数据。

使用Simscape™的正压医用呼吸机系统

菲特病毒

2.1.2版本

通过 米兰巴蒂斯塔

基于logistic模型的冠状病毒COVID-19疫情规模估计

该函数用于加载、处理和绘制来自约翰·霍普金斯新冠病毒-19数据库的数据。

意大利SIRD模型根据手稿DOI: 10.13140/RG.2.2.24485.86243

通过SIR模型估计冠状病毒COVID-19流行性评估,代码接收并绘制来自HDX的最新数据。

追踪Covid-19病毒病例(API -从新亚频道获取数据)

提出了一种新的基于自然的基于人的优化算法——冠状病毒群体免疫优化器(CHIO)

考虑人口老龄化、控制动作和可复苏性延迟的修正SEIRS模型。

该程序用于在2D、3D、线性和日志视图中绘制病毒在全球的传播情况。

一个利用nlogistic sigmoid函数(`NLSIG`)模拟和监测时间序列新冠病毒-19大流行增长的平台

新冠病毒19

版本1.0.1

通过 奎罗斯

IDECOVID19是一个实现机器学习算法识别高危COVID-19患者的实际应用程序。

PrjOptiSNW

版本0.1.10

通过 粉丝王

异质代理生命周期福利的最优分配

该Matlab m文件用于计算COVID-19共识序列的Semi Hurst。

使用部分可观察决策过程框架进行行动选择的流行病管理Matlab工具箱

基于SIR模型的冠状病毒COVID-19疫情评估的估计,Code接收并绘制通过网络获得的美国数据。

用SEIR流行病模型拟合数据,模拟疫情过程。

这是一个基于年龄分层sir类型模型的应对COVID-19干预的模拟器。

计算SIR流行病模型的近似解析解的系数(https://doi.org/10.1016/j.physd.2020.132540)

使用此代码预测COVID-19在非洲或您选择的任何国家的传播

基于Agent的新冠病毒传播模型

该模拟展示了COVID-19如何在全球范围内传播

有不同的方法来创建预测模型。我使用曲线拟合工具箱

带迁移的随机环境中连续时间多类型分支过程的Matlab仿真器。

covid19data

版本1.0.0

通过 钟马提亚

Matlab工具下载和绘制Covid-19数据

只是一个模拟留在家里与不呆在家里的冠状病毒。我并不是说它100%准确,但它很有趣。