全球疫情数据可视化及美国疫情预测 - 数据可视化 - 全国大学生数字媒体科技作品及创意竞赛官网
查看原图

竞赛作品 > 数据可视化

全球疫情数据可视化及美国疫情预测

  • 数据可视化竞赛作品——全球疫情数据可视化及美国疫情预测

    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。


  • 数据可视化竞赛作品——全球疫情数据可视化及美国疫情预测

    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。


  • 数据可视化竞赛作品——全球疫情数据可视化及美国疫情预测

    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。


  • 数据可视化竞赛作品——全球疫情数据可视化及美国疫情预测

    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。


  • 数据可视化竞赛作品——全球疫情数据可视化及美国疫情预测

    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。


  • 数据可视化竞赛作品——全球疫情数据可视化及美国疫情预测

    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。



数据可视化竞赛作品—灵镜网络流量可视化 上一篇

  • 1/6

  • 2/6

  • 3/6

  • 4/6

  • 5/6

  • 6/6

数据可视化竞赛作品—性别歧视 下一篇



Copyright © 2001 - 2023 全国大学生数字媒体科技作品及创意竞赛网版权所有

Copyright © 2001 - 2023 数媒竞赛网(http://www.shumeijingsai.com)版权所有