摘要
本申请提供一种基于XGBoost的高海拔救援体征检测方法及装置,该方法包括:获取救援人员在作业过程中的多源数据,所述多源数据包括个人数据、环境数据及生理检测数据;聚合所述多源数据,生成聚合特征数据;将所述聚合特征数据存储为稀疏矩阵数据;将所述稀疏矩阵数据输入预训练的XGBoost模型,生成健康风险预测结果;将所述健康风险预测结果传输至指挥端系统,所述指挥端系统根据所述健康风险预测结果触发救援指令。本申请通过聚合多源数据并使用预训练的XGBoost模型进行健康风险预测,提高了高海拔救援场景下对救援人员健康风险的智能化评估能力,有效保障了救援人员的生命安全,克服了现有技术中决策逻辑不完善的缺陷。
技术关键词
健康风险预测
稀疏矩阵数据
体征检测方法
体征检测装置
XGBoost模型
端系统
GPS定位系统
无人机基站
移动传感器
压强传感器
特征值
样本
数据存储
智能手环
生理
救援场景
温度传感器
饱和度
服务端
系统为您推荐了相关专利信息
生理体征数据
椎管内麻醉
患者
预警方法
XGBoost模型
负荷预测方法
负荷预测模型
XGBoost模型
LSTM模型
记忆单元
人工智能模型
Stacking集成模型
偏最小二乘法
学习器
XGBoost模型
时空预测方法
农作物虫害
XGBoost模型
测报系统
最佳参数组合
基因表达数据
智力
LightGBM模型
mRNA表达量
XGBoost模型