-
公开(公告)号:CN112289396A
公开(公告)日:2021-01-29
申请号:CN202011116423.1
申请日:2020-10-19
Applicant: 南京南邮信息产业技术研究院有限公司 , 南京邮电大学
Abstract: 本发明公开了一种医疗数据转移系统的故障诊断方法,通过将患者转诊信息提取、医疗数据预处理、利用半马尔可夫模型和瓶颈分析法进行故障分析以及输出故障诊断报告,故障分析过程包括:1)利用半马尔可夫模型计算医疗数据转移路径每一环节的时延期望和总时延期望,2)利用瓶颈分析法,计算转诊路径的外源性延迟故障节点、转诊数据请求服务能力故障节点和返工频率故障节点。通过上述措施,以达到在转诊相关医疗数据在不同医疗服务点间转移的过程中,找出患者转诊传递时发生丢失、延误的原因,以便后续消除医疗数据转移瓶颈,提高患者转诊效率、质量和满意度的技术目的。
-
公开(公告)号:CN112287665A
公开(公告)日:2021-01-29
申请号:CN202011116445.8
申请日:2020-10-19
Applicant: 南京南邮信息产业技术研究院有限公司 , 南京邮电大学
IPC: G06F40/216 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了基于自然语言处理和集成训练的慢病数据分析方法及系统,系统包括数据预处理模块、数据识别模块、数据训练模块和数据可视化模块,数据预处理模块从外部的慢病数据库提取慢病数据生成对应的词向量,再将词向量量化作为训练样本;数据识别模块将训练样本的词向量输入到双向长短期记忆网络进行训练,得到隐藏向量并传送到条件概率场以计算字符标签;数据训练模块进行分类训练以提取慢病症状、生化病理指标和治疗间的三元关联模型,传送到数据可视化模块进行统计分析及传送到外部的用户界面模块呈现。从而达到充分利用大量的非结构化电子医疗数据、结合自然语言处理和集成训练神经网络来进行慢性病的成因分析、病情预测,从而对症下药。
-
公开(公告)号:CN112289396B
公开(公告)日:2023-10-13
申请号:CN202011116423.1
申请日:2020-10-19
Applicant: 南京南邮信息产业技术研究院有限公司 , 南京邮电大学
Abstract: 本发明公开了一种医疗数据转移系统的故障诊断方法,通过将患者转诊信息提取、医疗数据预处理、利用半马尔可夫模型和瓶颈分析法进行故障分析以及输出故障诊断报告,故障分析过程包括:1)利用半马尔可夫模型计算医疗数据转移路径每一环节的时延期望和总时延期望,2)利用瓶颈分析法,计算转诊路径的外源性延迟故障节点、转诊数据请求服务能力故障节点和返工频率故障节点。通过上述措施,以达到在转诊相关医疗数据在不同医疗服务点间转移的过程中,找出患者转诊传递时发生丢失、延误的原因,以便后续消除医疗数据转移瓶颈,提高患者转诊效率、质量和满意度的技术目的。
-
公开(公告)号:CN112257915B
公开(公告)日:2023-10-17
申请号:CN202011116042.3
申请日:2020-10-19
Applicant: 南京南邮信息产业技术研究院有限公司 , 南京邮电大学
IPC: G06Q10/04 , G06F18/214 , G06N3/0464 , G06N3/08 , G06N20/20
Abstract: 本发明公开了基于胶囊网络的医院门诊人流量预测方法,首先从从医院挂号系统和门诊系统提取历史数据,然后进行数据转化、模型训练和调优,得到平均相对误差MRE满足规定指标要求的胶囊网络模型,再根据提取的某一时刻各科室的实时人流量,预测未来一段时间的各科室人流量,以达到基于医院挂号系统和门诊系统提供的挂号量与人流量,精确预测未来一段时间各科室人流量,从而节约摄像机投资,利于医院合理利用资源、患者自主决定就医时段、提高就医体验的技术目的。
-
公开(公告)号:CN112257915A
公开(公告)日:2021-01-22
申请号:CN202011116042.3
申请日:2020-10-19
Applicant: 南京南邮信息产业技术研究院有限公司 , 南京邮电大学
Abstract: 本发明公开了基于胶囊网络的医院门诊人流量预测方法,首先从从医院挂号系统和门诊系统提取历史数据,然后进行数据转化、模型训练和调优,得到平均相对误差MRE满足规定指标要求的胶囊网络模型,再根据提取的某一时刻各科室的实时人流量,预测未来一段时间的各科室人流量,以达到基于医院挂号系统和门诊系统提供的挂号量与人流量,精确预测未来一段时间各科室人流量,从而节约摄像机投资,利于医院合理利用资源、患者自主决定就医时段、提高就医体验的技术目的。
-
公开(公告)号:CN112287665B
公开(公告)日:2024-05-03
申请号:CN202011116445.8
申请日:2020-10-19
Applicant: 南京南邮信息产业技术研究院有限公司 , 南京邮电大学
IPC: G06F40/216 , G06F18/214 , G06N3/0464 , G06N3/049 , G06N3/08
Abstract: 本发明公开了基于自然语言处理和集成训练的慢病数据分析方法及系统,系统包括数据预处理模块、数据识别模块、数据训练模块和数据可视化模块,数据预处理模块从外部的慢病数据库提取慢病数据生成对应的词向量,再将词向量量化作为训练样本;数据识别模块将训练样本的词向量输入到双向长短期记忆网络进行训练,得到隐藏向量并传送到条件概率场以计算字符标签;数据训练模块进行分类训练以提取慢病症状、生化病理指标和治疗间的三元关联模型,传送到数据可视化模块进行统计分析及传送到外部的用户界面模块呈现。从而达到充分利用大量的非结构化电子医疗数据、结合自然语言处理和集成训练神经网络来进行慢性病的成因分析、病情预测,从而对症下药。
-
公开(公告)号:CN120030483A
公开(公告)日:2025-05-23
申请号:CN202510490073.1
申请日:2025-04-18
Applicant: 南京邮电大学
IPC: G06F18/2433 , G06F18/213 , G06N3/0464 , G06N3/049 , G01M13/00 , G01M13/045
Abstract: 本申请属于故障检测技术领域,公开了一种基于自监督学习的旋转机械故障检测方法,该方法使用KAN网络变换特征维度,同时引入RevIN归一化模块来消除信号分布不一致的负面影响,同时提出了一种改进的双向状态空间模型架构,其中,多尺度卷积融合模块提取局部和全局特征信息,并馈送至相应路径的状态空间模型进行时序建模,并且通过动态权重策略对多尺度卷积结果进行动态加权融合以及自适应平衡双向状态空间模型在时序建模中的贡献。本申请无需任何故障标注数据,训练成本极低的同时能够保持较好的故障检测性能,更符合实际工业场景需求。
-
公开(公告)号:CN119961010A
公开(公告)日:2025-05-09
申请号:CN202510443422.4
申请日:2025-04-10
Applicant: 南京邮电大学
IPC: G06F9/50 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本申请属于边缘云设备技术领域,公开了一种基于数据流批处理一体化架构的动态工作负载预测方法,该预测方法将静态特征输入线性解码层进行映射,并将静态特征和动态时间序列特征进行融合,通过多尺度时间卷积网络层提取多尺度的时间依赖特征,并将其送入编码器,得到互补注意力机制输出,通过轻量级解码器对互补注意力输出进行预测。本申请通过互补注意力机制、多尺度时间卷积网络以及轻量级解码器设计,有效提高了动态工作负载预测的准确性与效率,具有广泛的应用前景。
-
公开(公告)号:CN119941756A
公开(公告)日:2025-05-06
申请号:CN202510035349.7
申请日:2025-01-09
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于高程图的点云地面分割方法,属于地面分割和建模技术领域;方法为:对点云数据进行离群点过滤;点云数据进行点云栅格化,计算网格点云方差;根据网格点云数据方差对每个网格单元进行地面网格识别;计算地面网格高程信息以更新局部高程地图;估算非地面网格高程信息,更新全局高程地图。本发明通过采用高程图的离群点过滤算法,能够根据周围地形动态识别地面点,减少有效地面点的误筛,避免部分元区域内点云过于稀疏的情况,从而提高了点云数据的分布均匀性和处理效率,减少对计算资源的需求,适合资源受限的实际应用场景;动态设置网格点阈值和方差阈值,能够更准确识别并提取地面点。
-
公开(公告)号:CN119558842B
公开(公告)日:2025-04-25
申请号:CN202510112623.6
申请日:2025-01-24
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于DAG的跨分片点对点能源交易优化方法,属于跨分片交易处理技术领域;包括为:定义跨分片交易;基于有向图DAG结构描述多个子交易之间的依赖关系;构建基于DAG账本的协调层,选择信誉值最高的节点担任DAG委员会成员;对担任DAG委员会成员的节点进行交易验证、跨分片交易的转发和转发时验证。本发明采用乐观策略并行处理跨分片交易,结合DAG结构将跨分片交易分解为多个子交易,确保交易的原子性和一致性;在高频交易场景下,显著提高系统的吞吐量和处理速率,有效降低交易延迟;在跨分片内部节点组成DAG委员会,维护DAG账本实现高效的跨分片交易处理,消除对可信第三方的依赖,显著降低通信和验证成本。
-
-
-
-
-
-
-
-
-