-
公开(公告)号:CN118863124B
公开(公告)日:2025-03-14
申请号:CN202410836782.6
申请日:2024-06-26
Abstract: 本发明公开了一种急救呼叫量预测方法、设备及介质,涉及大数据分析技术领域。所述方法是先基于Prophet模型建立急救呼叫量实时动态预测模型,然后配置预测模型中的趋势项、季节项、节假日项、误差噪声项和与线性影响因子对应的线性回归项,并确定待搜索模型参数,再然后应用与最末时间窗口对应的训练数据集以及验证数据集,基于粒子群算法对预测模型进行模型训练和参数优化,得到验证通过的模型参数最优化搜索结果,最后将此搜索结果输入预测模型以进行急救呼叫量预测,如此可使新方案具备预测实时性高、预测准确性高和模型泛化能力更强等特点。
-
公开(公告)号:CN117271607B
公开(公告)日:2024-06-04
申请号:CN202311306718.9
申请日:2023-10-10
IPC: G06F16/2457 , G06F18/213 , G06F18/2411 , G06F18/22 , G16H20/30
Abstract: 本发明涉及运动处方生成技术领域,公开了一种生成运动处方的方法,对基础条件相似用户群体的运动与饮食等行为进行价值评估,筛选出对运动目标运动能力提升效率最快的行为合集,结合拟推荐用户个人喜好偏好,提取行为合集中主要共性特征行为数据和主成分向量,以此为依据为拟推荐用户生成运动处方。该方法综合考虑了个人基础条件差异、个人喜好偏好设置、运动处方的实际效果,生成的运动处方具备个性化、更精确的特点,且在相似用户群体实际运动中得到了实际效果验证。
-
公开(公告)号:CN119971460A
公开(公告)日:2025-05-13
申请号:CN202510102326.3
申请日:2025-01-22
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于UWB测距的中长跑测试系统及方法,涉及中长跑测试技术领域。所述方法是先在跑步开始时启动计时器,并将跑步圈数初始化为零,然后根据实时获取到且终端设备中的UWB测距模块分别与多个UWB测距装置的多个距离值,依次通过选取距离值、确定终端设备当前所处位置区间、记录区间序号以及比对区间序号记录序列与基准序列集合,进行跑步圈数计数,最后在跑步圈数达到与中长跑测试项目对应的目标圈数且当前所处位置区间的区间序号等于与中长跑测试项目对应的终点位置区间的区间序号时,终止计时器,并将计时值记录为中长跑测试成绩,如此可实现简化布置及操作和测试者随到随跑的目的,大大提高测试效率。
-
公开(公告)号:CN119723671A
公开(公告)日:2025-03-28
申请号:CN202411907554.X
申请日:2024-12-24
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于多尺度模块的跳远动作关键点检测方法与系统,所述检测方法包括以下步骤:S1:获取跳远图像,并对所述跳远图像进行预处理;S2:基于多尺度模块构建SRMpose网络结构;S3:将预处理后的跳远图像输入至所述SRMpose网络结构,并通过非极大值抑制算法输出关键点信息。本发明所述SRMpose网络结构采用PAN特征金字塔模型结构,能够充分利用每一个维度特征层的信息,通过不同维度信息的交融使得高层特征向低层特征融合,增加低层特征表达能力,提升性能不同尺度的目标可以分配到不同层预测,从而达到图像特征信息的充分提取,使得本发明能够准确检测跳远动作关键点。
-
公开(公告)号:CN118197515B
公开(公告)日:2025-02-14
申请号:CN202410296309.3
申请日:2024-03-15
Abstract: 本发明公开了一种青少年肥胖风险预警的方法、系统及设备,方法包括以下步骤:S1、建立青少年肥胖监测预警数据库R;S2、进行数据采集,包括基础数据录入和体质测试;S3、对数据库R进行数据处理和标记;S4、建立青少年肥胖监测预警模型的训练数据集和测试数据集;S5、建立肥胖风险分类预测模型,并运用改进的麻雀搜索算法优化子模型;S6、进行青少年肥胖风险分类预测。本发明数据采集更为方便高效,将原始数据集根据年龄和性别进行子数据集划分并建立青少年肥胖预测子模型,能够提高整体预测准确率。
-
公开(公告)号:CN118966273A
公开(公告)日:2024-11-15
申请号:CN202411443001.3
申请日:2024-10-16
Applicant: 西南交通大学
Abstract: 本发明涉及自动推理技术领域,提供一种面向前提选择的图神经网络与逻辑融合方法,包括:步骤1、将一阶逻辑公式表示成逻辑公式图;步骤2、通过图神经网络逻辑融合模型进行信息传递、信息聚合与池化,最终将逻辑公式图转化为图特征表示;步骤3、基于直通估计的逻辑公式改进损失编码;步骤4、建立基于直通估计改进损失的前提选择模型,使用二元分类器结合逻辑公式图、图特征表示和逻辑公式损失进行分类和预测。本发明能较佳地实现图神经网络与逻辑融合。
-
公开(公告)号:CN117271607A
公开(公告)日:2023-12-22
申请号:CN202311306718.9
申请日:2023-10-10
IPC: G06F16/2457 , G06F18/213 , G06F18/2411 , G06F18/22 , G16H20/30
Abstract: 本发明涉及运动处方生成技术领域,公开了一种生成运动处方的方法,对基础条件相似用户群体的运动与饮食等行为进行价值评估,筛选出对运动目标运动能力提升效率最快的行为合集,结合拟推荐用户个人喜好偏好,提取行为合集中主要共性特征行为数据和主成分向量,以此为依据为拟推荐用户生成运动处方。该方法综合考虑了个人基础条件差异、个人喜好偏好设置、运动处方的实际效果,生成的运动处方具备个性化、更精确的特点,且在相似用户群体实际运动中得到了实际效果验证。
-
-
-
-
-
-