-
公开(公告)号:CN116250823A
公开(公告)日:2023-06-13
申请号:CN202111503075.8
申请日:2021-12-10
Applicant: 天津科技大学
Abstract: 本发明涉及一种基于MSET和实时动态基线的睡眠呼吸异常预警方法,其主要技术特点是:利用大量的数据训练睡眠呼吸状态健康状态评估模型,根据模型偏差的大小进行睡眠呼吸状态评估,对患者存在的潜在异常信息进行挖掘。采用支持向量回归预测法计算实时动态基线,实现对睡眠呼吸状态的判断并且可以预测未来的睡眠呼吸状态。比固定阈值方法更加准确。依据呼吸监测指标贡献率,进一步挖掘呼吸监测指标的异常信息,为医生提供更加精准的信息。该方法能在早期准确发现身体异常状态,提醒人们及时采取有效措施。本发明的方案旨对睡眠呼吸状态进行实时监测,对异常状态做出预警并且可以进行趋势预测,为患者提供宝贵的治疗时间,提高预警的准确率。
-
公开(公告)号:CN116232871A
公开(公告)日:2023-06-06
申请号:CN202111448336.0
申请日:2021-12-01
Applicant: 天津科技大学
IPC: H04L41/069 , G06F18/2431 , G06F18/214 , G06F18/25 , H04L41/16 , H04L41/06 , H04Q11/00
Abstract: 本发明公开了一种光通信网络中的网管系统的告警日志与设备故障的规则提取方法。通过对历史告警日志采用基于固定序列元素个数的滑动窗口机制实现告警日志子集划分;对日志子集序列定义多维特征以充分利用日志信息;基于权重随机森立算法实现特征选择,采用采样技术和添加高斯噪声的手段实现数据平衡处理;最后训练多个具有较少节点的决策树模型,选择对特定类型故障分类准确性最高的决策树,进行规则提取。该方法实现了从大量告警日志中自动学习日志特征与故障的决策规则,并在具有较高准确率的前提下满足决策的可解释性要求。在实施案例中能够提取出质量较高的决策规则,从而为告警日志数据的智能分析以及智能运维提供了一种新的方法。
-