← 返回列表
一种基于大数据的神经损失程度评估方法
申请人信息
- 申请人:广州中大医疗器械有限公司
- 申请人地址:510000 广东省广州市南沙区珠江街南江二路7号自编2栋(生产用房二)第四层
- 发明人: 广州中大医疗器械有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于大数据的神经损失程度评估方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410040140.5 |
| 申请日 | 2024/1/11 |
| 公告号 | CN117558451A |
| 公开日 | 2024/2/13 |
| IPC主分类号 | G16H50/30 |
| 权利人 | 广州中大医疗器械有限公司 |
| 发明人 | 张阳; 李静; 张晓峰; 肖晓珍; 张超; 李倩雯; 陈灿; 杨越雄 |
| 地址 | 广东省广州市南沙区珠江街南江二路7号自编2栋(生产用房二)第四层 |
摘要文本
本发明公开了一种基于大数据的神经损失程度评估方法，采用人工智能的方式对损失情况进行分析，具体的先对监控指标数据进行压缩和特征提取，因为压缩的压缩解压数据模型的压缩端是通过解压端进行反馈式的反复训练得到的，因此，压缩端提取到的压缩数据特征可以准确表示神经损失情况。将监控指标数据输入神经损失评估模型进行神经损失评估，得到损失评估值，得到的损失评估值可以更加直观反映神经的损失程度，因而可以提高神经损失程度评估的准确性和可靠性。 来自马-克-数-据
专利主权项内容
1.一种基于大数据的神经损失程度评估方法，其特征在于，包括：获得监控指标数据，监控指标数据包括影响神经损失的监控数据；将监控指标数据输入压缩解压数据模型的压缩端，通过压缩端对监控指标数据进行特征提取，得到压缩数据特征；将压缩数据特征写入数据存储容器；所述压缩解压数据模型包括压缩端和解压端；所述压缩解压数据模型在训练时通过解压端训练压缩端，所述压缩数据特征是一个向量，向量的值表征监控指标数据的内容； 在压缩端中，将监控指标数据输入三个二维卷积，通过特征提取，分别得到三个二维卷积向量；所述三个二维卷积的卷积核尺寸一致；将三个二维卷积向量进行拼接操作，得到第一压缩特征图； 将第一压缩特征图输入卷积，通过特征提取，得到第二压缩特征图；将第二压缩特征图的三个特征向量进行融合，得到第三压缩特征向量；将第三压缩特征向量输入一维卷积，得到压缩数据特征；将监控指标数据输入神经损失评估模型进行神经损失评估，得到损失评估值；所述损失评估值是指当前阶段出现的偏差值；将损失评估值与阈值进行比较，得到监控结果；若所述损失评估值小于阈值，则表示监控结果正常；若所述损失评估值大于或者等于阈值，表示神经损失程度严重。