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
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
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
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
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