一种基于Cox回归模型的老人健康数据分析方法

    公开(公告)号:CN105678104A

    公开(公告)日:2016-06-15

    申请号:CN201610209336.8

    申请日:2016-04-06

    CPC classification number: G16H50/50 G16H50/30

    Abstract: 本发明属于大数据分析技术领域,涉及一种基于Cox回归模型的老人健康数据分析方法。本发明的主要方法是收集多个老人的健康数据作为样本,估算出危险因子的回归系数;所述危险因子为影响老人健康的因素;根据步骤a中获得的回归系数估计值,分析危险因子的相对危险系数RR;根据步骤b中获得的相对危险系数,获取与老人健康数据相关联的危险因子的集合;使用Cox生存函数对个体老人的发病率进行预测。本发明的有益效果为,从老人的身体健康数据入手,通过大数据分析老人自身因素与发生疾病之间的关系并建立起判定疾病发生的模型,最终通过监控老人的生命体征,实现对疾病的预测,实现智能养老。

    一种基于非抽样Contourlet的图像增强方法

    公开(公告)号:CN106651817A

    公开(公告)日:2017-05-10

    申请号:CN201610959013.0

    申请日:2016-11-03

    CPC classification number: G06T5/40 G06T2207/20172

    Abstract: 本发明首次提出基于非抽样Contourlet融合来增强夜间图像,提出图像融合的图像增强算法集中在像素层处理。本发明创造性地使用了白天和夜间同一个场景的图像重构和融合。这个增强的夜间图像通过改进的夜间图像增强算法得到。解决了融合过程中的混淆现象,丢失部分夜间的亮度信息,增强的亮度不够等问题。基于NSCT进行图像融合时,低频部分常采用比较方式,融合规则主要有:①两者图像加权平均法、②两者图像的梯度变化取最大方法、③图像对比度取大方法。通常情况下,系数最大值方法或者区域能量最大方法使用在高频部分。本发明适合处理低对比度和噪声的夜间图像,弥补了传统的图像增强算法存在的问题,如混淆现象、重像、光环等。取得了非常好的增强效果,并且解决了目前融合类增强技术所带来的一些问题。

Patent Agency Ranking