作品名称：全球疫情数据可视化及美国疫情预测
参赛院校：浙江工商大学
指导教师：朱贺
团队成员：厉海林、方境远
数媒竞赛网（mit.caai.cn）2020年参赛作品
作品描述：

分析Kaggle所公布的全球疫情数据，我们建立SEIR模型对新冠病毒基本传染数进行计算，并改进SEIR模型引入更多的参数利用MATLAB软件对美国未来短期内疫情发展进行预测；另外建立logistics增长模型并利用python对美国未来长期的疫情发展进行预测。 同时，我们利用Excel三维地图插件对全球所有国家的疫情确诊数据(1月22日-8月22日)以天数为单位，进行动态模拟展示，直观的展示所有国家的疫情发展速度。 利用对全球疫情1月22到8月22日数据的可视化以及对美国疫情的预测来助力疫情防控战。

作品名称：全球疫情数据可视化及美国疫情预测
参赛院校：浙江工商大学
指导教师：朱贺
团队成员：厉海林、方境远
数媒竞赛网2020年参赛作品
作品描述：

分析Kaggle所公布的全球疫情数据，我们建立SEIR模型对新冠病毒基本传染数进行计算，并改进SEIR模型引入更多的参数利用MATLAB软件对美国未来短期内疫情发展进行预测；另外建立logistics增长模型并利用python对美国未来长期的疫情发展进行预测。 同时，我们利用Excel三维地图插件对全球所有国家的疫情确诊数据(1月22日-8月22日)以天数为单位，进行动态模拟展示，直观的展示所有国家的疫情发展速度。 利用对全球疫情1月22到8月22日数据的可视化以及对美国疫情的预测来助力疫情防控战。

作品名称：全球疫情数据可视化及美国疫情预测
参赛院校：浙江工商大学
指导教师：朱贺
团队成员：厉海林、方境远
数媒竞赛网2020年参赛作品
作品描述：

分析Kaggle所公布的全球疫情数据，我们建立SEIR模型对新冠病毒基本传染数进行计算，并改进SEIR模型引入更多的参数利用MATLAB软件对美国未来短期内疫情发展进行预测；另外建立logistics增长模型并利用python对美国未来长期的疫情发展进行预测。 同时，我们利用Excel三维地图插件对全球所有国家的疫情确诊数据(1月22日-8月22日)以天数为单位，进行动态模拟展示，直观的展示所有国家的疫情发展速度。 利用对全球疫情1月22到8月22日数据的可视化以及对美国疫情的预测来助力疫情防控战。

作品名称：全球疫情数据可视化及美国疫情预测
参赛院校：浙江工商大学
指导教师：朱贺
团队成员：厉海林、方境远
数媒竞赛网2020年参赛作品
作品描述：

分析Kaggle所公布的全球疫情数据，我们建立SEIR模型对新冠病毒基本传染数进行计算，并改进SEIR模型引入更多的参数利用MATLAB软件对美国未来短期内疫情发展进行预测；另外建立logistics增长模型并利用python对美国未来长期的疫情发展进行预测。 同时，我们利用Excel三维地图插件对全球所有国家的疫情确诊数据(1月22日-8月22日)以天数为单位，进行动态模拟展示，直观的展示所有国家的疫情发展速度。 利用对全球疫情1月22到8月22日数据的可视化以及对美国疫情的预测来助力疫情防控战。

作品名称：全球疫情数据可视化及美国疫情预测
参赛院校：浙江工商大学
指导教师：朱贺
团队成员：厉海林、方境远
数媒竞赛网2020年参赛作品
作品描述：

分析Kaggle所公布的全球疫情数据，我们建立SEIR模型对新冠病毒基本传染数进行计算，并改进SEIR模型引入更多的参数利用MATLAB软件对美国未来短期内疫情发展进行预测；另外建立logistics增长模型并利用python对美国未来长期的疫情发展进行预测。 同时，我们利用Excel三维地图插件对全球所有国家的疫情确诊数据(1月22日-8月22日)以天数为单位，进行动态模拟展示，直观的展示所有国家的疫情发展速度。 利用对全球疫情1月22到8月22日数据的可视化以及对美国疫情的预测来助力疫情防控战。

作品名称：全球疫情数据可视化及美国疫情预测
参赛院校：浙江工商大学
指导教师：朱贺
团队成员：厉海林、方境远
数媒竞赛网2020年参赛作品
作品描述：

分析Kaggle所公布的全球疫情数据，我们建立SEIR模型对新冠病毒基本传染数进行计算，并改进SEIR模型引入更多的参数利用MATLAB软件对美国未来短期内疫情发展进行预测；另外建立logistics增长模型并利用python对美国未来长期的疫情发展进行预测。 同时，我们利用Excel三维地图插件对全球所有国家的疫情确诊数据(1月22日-8月22日)以天数为单位，进行动态模拟展示，直观的展示所有国家的疫情发展速度。 利用对全球疫情1月22到8月22日数据的可视化以及对美国疫情的预测来助力疫情防控战。