-
公开(公告)号：CN118538400B
公开(公告)日：2024-10-01
申请号：CN202410986433.2
申请日：2024-07-23
Applicant: 南通大学
IPC: G16H50/20 , G16H50/30 , G16H50/70 , G06F18/2411 , G06F18/2431 , G06F18/27 , G06F16/35 , G06F16/36 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/096 , G06N3/006
Abstract: 本发明公开了大数据分析技术领域的一种基于大数据的儿科疾病预测系统，所述系统包括异常检测模块、疾病状态评估模块、图数据分析模块、智能优化模块、在线学习更新模块、群体行为分析模块、生物力学预测模块、辅助建议生成模块。本发明中，通过变分自编码器和生成对抗网络，提升儿科疾病数据中健康与异常模式判别能力，支持向量机与决策树结合，提高疾病严重度评估和治疗优先级制定准确性，Neo4j图数据库和图卷积网络揭示疾病关联，随机森林、粒子群和蚁群优化算法提升预测性能，在线序列极限学习机和深度迁移网络实现持续学习，适应新数据，多体动力学和组织力学模拟技术精确儿童生长发育模拟，助力疾病风险早期识别。
-
公开(公告)号：CN111461241B
公开(公告)日：2023-06-16
申请号：CN202010268338.0
申请日：2020-04-08
Applicant: 南通大学
IPC: G06F18/241 , G06N20/00
Abstract: 本发明涉及属性约简算法技术领域，具体涉及一种基于特定类的多目标代价敏感属性约简算法。本发明包括以下步骤：S1：基于决策粗糙集建立不完备混合型决策信息系统的决策粗糙集模型；S2：基于特定决策类分析出不完备混合型决策信息系统的决策代价；S3：基于最小化测试代价的属性约简建立不完备混合型测试代价决策信息系统；S4：基于不完备混合型测试代价决策信息系统分析出综合代价，综合代价包括决策代价、测试代价；S5：不完备混合型决策信息系统的决策粗糙集模型基于综合代价将得到特定类的多目标代价敏感属性约简。本发明算法的属性约简结果能够使决策代价和测试代价综合最小，并且不同类别有着不同的属性约简，更加符合实际的应用。
-
Patent Agency Ranking
公开(公告)号：CN118538400A
公开(公告)日：2024-08-23
申请号：CN202410986433.2
申请日：2024-07-23
Applicant: 南通大学
IPC: G16H50/20 , G16H50/30 , G16H50/70 , G06F18/2411 , G06F18/2431 , G06F18/27 , G06F16/35 , G06F16/36 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/096 , G06N3/006
Abstract: 本发明公开了大数据分析技术领域的一种基于大数据的儿科疾病预测系统，所述系统包括异常检测模块、疾病状态评估模块、图数据分析模块、智能优化模块、在线学习更新模块、群体行为分析模块、生物力学预测模块、辅助建议生成模块。本发明中，通过变分自编码器和生成对抗网络，提升儿科疾病数据中健康与异常模式判别能力，支持向量机与决策树结合，提高疾病严重度评估和治疗优先级制定准确性，Neo4j图数据库和图卷积网络揭示疾病关联，随机森林、粒子群和蚁群优化算法提升预测性能，在线序列极限学习机和深度迁移网络实现持续学习，适应新数据，多体动力学和组织力学模拟技术精确儿童生长发育模拟，助力疾病风险早期识别。
-
公开(公告)号：CN112037302A
公开(公告)日：2020-12-04
申请号：CN202010896803.5
申请日：2020-08-31
Applicant: 南通大学
Abstract: 本发明涉及扩散光层析成像技术领域，具体涉及一种基于大数据的扩散光层析成像智能化建模方法。本发明包括以下步骤：S1：采用超像素集特征提取方法进行扩散光层析成像的大数据信息采样，构建扩散光层析成像超像素大数据集信息融合模型；S2：所述扩散光层析成像超像素大数据集信息融合模型结合空间区域滤波方法进行扩散光层析成像滤波处理，提取扩散光层析成像的边缘轮廓特征，结合图像分块匹配方法进行扩散光层析成像的特征匹配和分块重组；S3：分析扩散光层析成像像素大数据集的关联特征量，通过自相关特征分解方法进行扩散光层析成像的尺度分解；S4：结合大数据分析方法实现扩散光层析成像的三维重构，实现扩散光层析成像智能化建模。
-
公开(公告)号：CN111461241A
公开(公告)日：2020-07-28
申请号：CN202010268338.0
申请日：2020-04-08
Applicant: 南通大学
Abstract: 本发明涉及属性约简算法技术领域，具体涉及一种基于特定类的多目标代价敏感属性约简算法。本发明包括以下步骤：S1：基于决策粗糙集建立不完备混合型决策信息系统的决策粗糙集模型；S2：基于特定决策类分析出不完备混合型决策信息系统的决策代价；S3：基于最小化测试代价的属性约简建立不完备混合型测试代价决策信息系统；S4：基于不完备混合型测试代价决策信息系统分析出综合代价，综合代价包括决策代价、测试代价；S5：不完备混合型决策信息系统的决策粗糙集模型基于综合代价将得到特定类的多目标代价敏感属性约简。本发明算法的属性约简结果能够使决策代价和测试代价综合最小，并且不同类别有着不同的属性约简，更加符合实际的应用。
-
公开(公告)号：CN104860234A
公开(公告)日：2015-08-26
申请号：CN201510243646.7
申请日：2015-05-12
Applicant: 南通大学
CPC classification number: B66F9/075 , B66F2700/00 , H04L29/08
Abstract: 本发明公开了一种基于物联网的厂区内叉车监控系统，包括设置于叉车上的智能装置，所述智能装置包括盲节点，所述盲节点与控制器、称重传感器、速度传感器、发动机转速传感器、发动机温度传感器、RFID读卡器连接，所述控制器与语音播报器、继电器连接，所述厂区内设置至少2个以上参考节点，还包括协调器、处理器和控制终端，所述协调器分别连接盲节点、参考节点和处理器，所述处理器连接控制终端。本发明系统可以对叉车驾驶人员进行识别，同时可以针对叉车偏离轨道、超速、超重等情况进行提醒并进行相应处理。
-
公开(公告)号：CN206757724U
公开(公告)日：2017-12-15
申请号：CN201720629634.2
申请日：2017-06-02
Applicant: 南通大学
IPC: G07C5/08
Abstract: 本实用新型涉及一种行车记录仪，具有壳体、固定在壳体上的前置摄像头和设置于车辆尾部的后置摄像头，车辆尾部固定有方向朝向车后的凸面镜，凸面镜的一侧设置有朝车后方向延伸的支架，后置摄像头固定于支架的外端且拍摄方向朝向凸面镜；壳体的上方固定有连接板，连接板朝向前挡风玻璃的一侧设置有第一太阳能电池板，连接板的另一侧设置有蓄电池和太阳能充放电电路。汽车尾部设置有后置摄像头，并借助凸面镜对车后方情况进行采集，获得较大视角，能够观察后方较远距离，一旦车后方发生事故，可以调用录像进行查看。利用太阳能电池板为蓄电池充电，之后蓄电池为行车记录仪进行供电，不需要利用车辆点烟器进行供电。
-
-
-
-
-
-
Search Results
7
records
(took 0.021 seconds)
