一种基于时间序列的血小板需求预测系统

AITNT
正文
推荐专利
一种基于时间序列的血小板需求预测系统
申请号:CN202411520252
申请日期:2024-10-29
公开号:CN119028452B
公开日期:2025-06-06
类型:发明专利
摘要
本发明提供一种基于时间序列的血小板需求预测系统,包括数据获取与规整模块、时间序列调整模块、时间序列分解模块、子序列建模与整合模块、模型评价模块与模型部署模块。本发明的一种基于时间序列的血小板需求预测系统使用X‑13ARIMA‑SEATS方法将血小板临床供应量序列分解为其趋势、季节性与残差子序列,对趋势与季节性分别构建TimeGPT与ARIMA模型(或使用SNAIVE方法)进行子序列预测,基于乘法分解将预测结果重新组合为对序列整体的预测,从而构建了趋势×季节性的分解‑组合模型。
技术关键词
需求预测系统 序列 模块 集成临床 数据 迭代算法 格式 指标 脚本 决策 指数 变量 参数
系统为您推荐了相关专利信息
1
一种基于深度学习的智慧园区停车场车位预测方法
混合深度学习模型 长短期记忆网络 摄像头系统 卷积神经网络模型 环境传感器
2
考虑电气限制和分时电价的双边局部破坏拆卸线设置方法
工作站 混合整数规划模型 水循环算法 位置更新 模式
3
一种面向导航效能仿真系统的仿真模型运行调度方法
仿真模型 效能 实时数据 仿真系统 服务器集群环境
4
基于贝叶斯神经网络的污水管道风险等级评价方法
贝叶斯神经网络 等级评价方法 污水管道 指标 贝叶斯后验概率
5
一种配电网分区协同优化控制方法及系统
协同优化控制方法 优化控制算法 差分隐私技术 聚类分析算法 计算机可执行指令
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号