开题报告内容：（包括拟研究或解决的问题、采用的研究手段及文献综述，不少于2000字）
- 课题研究的背景与意义
研究背景：
2019年12月，湖北省武汉市突发多例不明原因的病毒性肺炎患者，该肺炎病症随后被证实为是由一种新型冠状病毒引起。自2020年1月份始，该病毒已经由武汉发展到湖北省继而蔓延至全国，感染人数与日俱增，时至今日，该疫情已经在全球范围内传播，威胁全人类的健康安全。截至2月18日，全国累计确诊人数72528人，死亡1816例。此次疫情是我国自2003年“非典疫情”之后又一次的重大公共卫生事件，其影响范围之广、感染人数之众，令人震惊。面对疫情，医护人员前赴后继奋战在一线，各大科研单位夜以继日研发药物，医疗器械厂工人们坚守岗位生产物资，普通群众自觉隔离防止疫情扩散，全国人民万众一心，每个人都在为战胜病毒贡献自己的一份力量。
机器学习是人工智能及模式识别领域的研究热点，其理论和方法已被广泛应用于解决工程应用和科学领域的复杂问题。如何基于机器学习对复杂多样的数据进行深层次的分析，更高效地利用信息成为当前大数据环境下机器学习研究的主要方向。大数据时代的机器学习已经成为一种支持和服务技术，朝着智能数据分析的方向发展，并已成为智能数据分析技术的一个重要源泉。
研究意义：
现阶段的疫情发展预测主要是一些专业的、有丰富经验的医护工作者根据现有的疫情信息做出预测，还有一些专业分析人士通过一些数学建模对疫情发展做出预测。
机器学习作为一门新兴的学科能够帮助我们解决应用和科学领域的许多问题，面对挥之不去的疫情，我们不妨尝试把该学科多年积累的成果运用到此次疫情的预测上，这样一方面可以作为机器学习应用领域的一次新的尝试，另一方面也可为全国疫情防控贡献一份力量。
疫情预测中至关重要的是疫情发展的时间拐点和结束日期，如果基于机器学习的疫情预测模型通过对现有数据进行阶段性分析，能够准确预测出相应的拐点和结束日期，那么它不仅能帮助各省市结合自身情况做出疫情防控、资源调配、交通管制等工作，做好疫情防控，让疫情影响最小化,
还有助于消除疫情引起的恐慌，安抚民众情绪。
人类文明发展到现在一路上离不开与病毒的相伴。从人类诞生以来就一直在与病毒作斗争。作为生物界的一部分，我们无法将之完全消灭，所以未来我们还会再次受到病毒的侵害，所以，人们为战胜病毒所做的所有努力，不仅仅是解燃眉之急，更是利在千秋的伟大工程。把机器学习技术运用到疫情预测上是一次尝试，也是进步，前车之鉴，后事之师，希望可以为将来类似情况提供一些参考。
以上是毕业论文开题文献，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
