医用制氧设备的氧气浓度预测方法、装置、设备、介质及产品

AITNT
正文
推荐专利
医用制氧设备的氧气浓度预测方法、装置、设备、介质及产品
申请号:CN202510557161
申请日期:2025-04-29
公开号:CN120430181A
公开日期:2025-08-05
类型:发明专利
摘要
本发明提供一种医用制氧设备的氧气浓度预测方法、装置、设备、介质及产品,涉及数据预测技术领域。该方法包括:获取当前时刻前预设时间内的氧气浓度监测序列和相关环境及设备参数,得到预测参考数据;将预测参考数据输入到预先训练的氧气浓度预测模型中,得到医用制氧设备的氧气浓度预测序列;其中,氧气浓度预测模型通过卷积神经网络,提取预测参考数据的局部空间特征;通过全局上下文注意力模块,从局部空间特征中提取全局上下文信息;通过长短期记忆神经网络,从全局上下文信息中,提取时间特征,得到包含时间序列的全局信息;将全局信息输入到第一全连接层,输出氧气浓度预测序列。本发明能够对医用制氧设备的氧气浓度进行精准预测。
技术关键词
医用制氧设备 局部空间特征 浓度预测方法 长短期记忆神经网络 氧气浓度监测 序列 数据预测技术 注意力 参数 全局平均池化 可读存储介质 计算机程序产品 处理器 预测装置 模块 一氧化碳 格式 存储器
系统为您推荐了相关专利信息
1
用于热加工过程的温度控制方法、系统及存储介质
温度特征参数 温度控制方法 滚动时域优化算法 长短期记忆神经网络 指令
2
一种基于独立成分分析的心磁信号自动降噪方法
自动降噪方法 独立成分分析算法 分类网络 可变形卷积神经网络 高频干扰
3
一种用于智慧养老的老年人起居行为分析方法
动态神经网络模型 智慧养老 老年人 分析方法 特征提取算法
4
一种基于机器学习的金属离子抑制浓度预测方法
理化特征 浓度预测方法 样本 梯度提升模型 离子
5
基于动态小波优化与分层强化学习的机械故障诊断方法
机械故障诊断方法 分层强化学习 故障诊断模型 动态 混合深度学习模型
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