COVID-19新冠肺炎数据集汇总

最新推荐文章于 2026-06-04 13:25:40 发布
原创 最新推荐文章于 2026-06-04 13:25:40 发布 · 1.1w 阅读 · 152
这篇博客集合了全球各地的COVID-19数据，包括疫苗接种情况、声音诊断挑战赛数据、各国家地区的疫情数据、疫苗不良反应记录、社交媒体上的讨论和谣言信息。还涉及COVID-19相关的医学图像数据库、时间序列数据、文献和政策，并提供了预测模型的数据和结果。
最低0.47元/天 解锁文章
qazwsxpy
关注
新冠肺炎CT识别COVID-CT（一）：新冠肺炎CT识别方法与CT数据集
意疏的学习笔记
04-22 2万+
前言   前几天浏览器突然给我推送了一个文章，是介绍加州大学圣地亚哥分校、Petuum 的研究者构建了一个开源的 COVID-CT 数据集的。我看了一下代码其开源的代码，比较适合我们这种新手学习，当做前面若干笔记内容的一个实际应用，并且新冠肺炎现在依旧是一个热点，所以就下下来玩一下咯。另外，这是第一次写和我的专业有相关性的笔记，就把它当做一篇序吧。   原代码及数据地址：UCSD-AI4H/CO...
新冠肺炎CT识别COVID-CT（二）| 深度之眼Pytorch打卡（八）：新冠肺炎CT影像识别（二分类 | 逻辑回归）
意疏的学习笔记
04-25 1万+
前言    COVID-CT中把新冠肺炎CT识别，当做的一个二分类问题，即肺部CT中有新冠病毒和无病毒两种情况。作者给了一个用torchvision中DenseNet模型训练、验证和测试的代码，其中DenseNet是预训练好的，也给了一个完全自训练模型的训练、验证和测试的代码。作为初学者，本笔记主要是学习前者，后者以后再说吧。   原代码及数据地址：UCSD-AI4H/COVID-CT   数据...
covid-19数据集
10-11
免费下载
基于SEIR传染病模型的新冠肺炎疫情预测
热门推荐
小唐要努力的博客
11-02 4万+
整理一下暑假参加的数学建模训练题：） 仅供学习理解传染病模型 一、题目介绍 今年初以来，新型冠状病毒肺炎(以下简称为冠肺炎)疫情在全球暴发，给全世界人民的健康带来了巨大的威胁，也严重影响了我们的经济活动和日常生活。新冠疫情具有以下一些特点： 1.传染源分布广泛，控制传染源难度大：目前认为，传染源主要是新型冠状病毒感染的患者，无症状感染者也可能成为传染源，潜伏期患者可能具有一定传染性。 2.传播途径多样，很难切断所有传播途径：目前认为，新型冠状病毒主要通过呼吸道飞沫传播，也可通过间接接触而传播.
新冠疫情分析数据集资源
06-22
包含数据集： National_Obesity_By_State.geojson Covid 19.xlsx
【肺炎分类数据集】数据量非常充足的新冠肺炎分类数据共享
向往有那么一天梦幻的步态识别落地，开花❀！
08-06 3252
数据集获取不易，听闻国外开源精神非常盛行，那么我也是算开源数据集？整体数据集质量不错。
假新闻检测论文分享（十）EANN: Event Adversarial Neural Networks for Multi-Modal Fake News Detection
weixin_41964296的博客
06-29 2631
现有的深度学习模型在不同事件的验证文章数量充足的情况下，凭借其优越的特征提取能力，取得了比传统模型更好的性能提升。然而，它们仍然无法应对假新闻检测的独特挑战，即在新出现的、时间关键事件上检测假新闻[27]。由于缺乏相应的先验知识，此类事件的验证帖子难以及时获取，导致现有模型的性能不理想。实际上，现有的模型往往会捕获大量特定于事件的特征，而这些特征在不同事件之间并不共享。此类特定于事件的特征虽然能够帮助对已验证事件的帖子进行分类，但会影响对新出现事件的检测。
新手数据探索实战手册：7个命令级动作搞定COVID-19数据集
最新发布
weixin_29663861的博客
06-04 341
数据探索（EDA）是机器学习项目成败的关键前置环节，其本质不是泛泛浏览数据，而是围绕建模目标系统性提问与验证。从基础概念看，EDA涵盖数据加载、类型校验、缺失分析、分布识别、相关性挖掘等核心原理；技术价值在于规避后续建模中的共线性、数据泄漏、特征失效等致命风险；典型应用场景包括疫情预测、用户行为分析、金融风控等需处理真实脏数据的领域。本文聚焦rookie-friendly实践路径，以COVID-19数据集为载体，详解dataset exploration中parse_dates强制解析、.info()健康诊
谣言检测数据集
qq_40671063的博客
12-31 1万+
谣言检测数据集
谣言检测常用数据集汇总
zly_Always_be的博客
12-15 8679
谣言检测常用数据集汇总
关于新冠肺炎（COVID-19）论文解读集合
yolov4的博客
05-09 1万+
这是基于COVID-19成像的AI研究论文的集合，并简单做个解读。论文主要来自：https://github.com/HzFu/COVID19_imaging_AI_paper_list 1 A deep learning algorithm using CT images to screen forCorona Virus Disease (COVID-19) 基于CT图像的冠状病毒病(COVID-19)深度学习算法，论文来自我国的肿瘤研究所和几家医院，地址：https://www.medrxiv.org
Covid-19新冠肺炎疫情相关数据集
weixin_56831217的博客
09-14 3330
covid19疫情相关数据
新浪微博谣言检测研究
02-07
社会网络信息的可信度问题近年来受到了相当大的关注。谣言的散播可能造成社会恐慌,引发信任危机。在国内,新浪微博用户量的快速增长,使其成为了谣言传播的温床。及时清理在新浪微博中传播的谣言,对于社会的和谐发展有着现实的意义。该文以新浪微博为背景,将谣言检测任务作为分类问题,首次提出将微博评论的情感倾向作为谣言检测分类器的一项特征。实验结果表明,引入评论的评论情感倾向特征后,使得谣言检测的分类结果得到了可观的提升。
funNLP：中英文敏感词，语言检测，中外手机电话归属地运营商查询，名字性别，手机号删除，身份证提取，邮箱删除，中日文人名库，中文缩写库，拆字词典，词汇情感值，停用词，反动词表，暴恐词表，繁简体转换，英语模拟中文最佳，汪峰歌词生成器，职业名称词库，词典库，反义词库，否定词库，汽车品牌词库，汽车零件词库，连续英文切割，各种中文词向量，公司名称大全，古诗词库，IT词库，财经词库，成语词库，地名库，历史名人词库，诗词词库，医学词库，饮食词库，法律词库，汽车词库，动物词库，中文聊天语料，中文谣言数据，百度中文查询
02-09
NLP民工的乐园 最强大的NLP武器库 NLP民工的乐园：几乎最全的中文NLP资源库 词库 工具包 学习资料 在入门到熟悉NLP的过程中，用到了很多github上的包，遂整理了一下，分享在这里。 很多包非常有趣，值得收藏，满足大家的收集癖！如果觉得有用，请分享并star，谢谢！ 长期不定时更新，欢迎手表和叉子！ 涉及内容包括但不限于：中英文敏感词，语言检测，中外手机/电话归属​​地/运营商查询，名字，名称，性别，手机号撤回，身份证删除，邮箱删除，中日文人名库，中文缩写库，拆字字典，词汇情感值，替换词，反动词表，暴恐词表，繁简体转换，英文模拟中文最佳，汪峰歌词生成器，职业名称词库，词典库，反义词库，否定词库，汽车品牌词库，汽车零件词库，连续英语切割，各种中文词向量，公司名称大全，古诗词库，IT词库，财经词库，成语词库，地名库，历史名人词库，诗词词库，医学词库，饮食词库，法律词库，汽车词库，动
【新冠肺炎】SIR模型预测与数据分析之代码篇
一只松鼠怪的博客
05-07 2万+
【新冠肺炎】SIR模型预测之代码篇 关键词：新冠肺炎，SIR模型预测，数据分析 本篇使用R语言 之前我们介绍过了SIR模型的基本理论以及其微分方程，不熟悉的朋友可以看这篇： SIR SIRE 传染病预测模型与代码应用之概念篇 根据SIR模型的微分方程我们了解到病毒传染的各种特征，比如何时结束，最大规模，疫情的控制手段，以及疫苗和群体免疫问题，不熟悉的朋友可以回顾一下这一篇： 【cov-19】新冠肺...
新冠肺炎的可视化和Logistic增长模型预测分析（新手入坑）
null23333的博客
05-28 2万+
新冠肺炎的可视化和Logistic增长模型预测分析（新手入坑） Jupyter notebook代码进行了全球性可视化分析，并对美国感染人数进行了预测； 本人GitHub项目： https://github.com/null421/COVID 参考GitHub项目：https://github.com/fengdu78/machine_learning_beginner/tree/master/covid19 数据来源： https://github.com/CSSEGISandData/COVID-19
Python基于改进Unet的新冠肺炎等级分割系统（源码＆教程）
sgcsdn99的博客
11-04 4547
Python基于改进Unet的新冠肺炎等级分割系统
探索COVID-19数据集：一个开源的数据宝藏
gitblog_00046的博客
04-09 1147
探索COVID-19数据集：一个开源的数据宝藏 去发现同类优质开源项目:https://gitcode.com/ 该项目位于，提供了一个全面、实时更新的COVID-19疫情数据集。对于研究人员、开发者、政策制定者和关心全球健康状况的公众而言，这是一个宝贵的资源，可帮助我们理解病毒传播的趋势，进行数据分析，甚至开发预测模型。 项目简介 该数据集包括了自2020年初以来世界各地的COVID-19病例统...
基于机器学习的微博突发事件分析与谣言检测
毕业作品网站
01-05 3804
摘要：针对微博平台谣言快速传播的问题，本研究基于4,664条标注数据，提出两种深度学习模型进行谣言检测。首先构建GRU模型，利用文本和时间序列特征实现89.36%的检测准确率；进一步融合CNN提取深层文本特征，构建的CNN-GRU混合模型将准确率提升至92.43%。实验表明两种模型在早期谣言检测中均表现良好，为抑制谣言传播提供了有效的技术方案。研究采用Python实现，验证了深度神经网络在社交媒体内容治理中的应用价值。（149字） 关键词：微博谣言、早期检测、机器学习、深度神经网络、GRU-CNN混合模型
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值