基于哈希隐特征学习的围术期时序数据高效恢复方法和装置

AITNT
正文
推荐专利
基于哈希隐特征学习的围术期时序数据高效恢复方法和装置
申请号:CN202510462375
申请日期:2025-04-14
公开号:CN120376020A
公开日期:2025-07-25
类型:发明专利
摘要
本发明为基于哈希隐特征学习的围术期时序数据高效恢复方法和装置,属于医疗健康大数据领域。其中,该装置包含一个服务器和N个数据采集装置;该方法包含以下步骤:S1:采集生理时序数据;S2:上传到服务器;S3:预处理为不完备生理时序数据;S4:初始化离散隐特征向量;S5:利用哈希隐特征学习方法对离散隐特征向量进行更新学习;S6:判断离散隐特征向量是否能完成恢复,如果能,则存储结果,否则,通过网络发送报错信息。本发明方法通过引入哈希运算对数据进行二进制编码,减少了数据存储和通信开销,再结合LF模型的端到端框架以及自适应差分进化算法,能够避免近似损失和减少信息损失,实现对围术期生理时序数据的高效准确的恢复。
技术关键词
高效恢复方法 数据采集装置 时序 生理 特征学习方法 数据采集设备 数据存储单元 数据存储模块 数据接收模块 服务器 矩阵 样本 进化算法 指标 元素 医疗健康大数据 恢复装置 抽取装置
系统为您推荐了相关专利信息
1
一种使用变分分析和主动学习的高效自由度变化格式生成方法
格式生成方法 样本 多时序协同 集成电路设计 GP模型
2
基于双向注意力的多尺度卷积网络的情感识别方法及系统
情感识别方法 双向注意力机制 情感识别模型 多层次信息融合 功率
3
基于多模态数据的疲劳状态监测方法、装置、设备及介质
疲劳状态监测方法 深度学习模型 数据 疲劳状态识别 生理
4
故障概率监测与调控系统及方法
特征矢量集 周期 调控系统 参数 隐马尔可夫模型
5
一种麻醉术前用药风险评估方法
指标 风险评估方法 生理 患者 风险评估模型
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