一种人体综合健康画像生成模型的构建方法和系统

    公开(公告)号:CN118116587A

    公开(公告)日:2024-05-31

    申请号:CN202311810484.1

    申请日:2023-12-26

    Abstract: 本发明涉及本实施例提供一种人体综合健康画像生成模型的构建方法和系统,方法包括:构建人体综合健康画像生成模型,该人体综合健康画像生成模型包括生物维度评估模块、心理维度评估模块和社会维度评估模块;人体综合健康画像生成模型对生物维度评估模块、心理维度评估模块和社会维度评估模块中的各个指标标化值进行加权计算,得到人体对象的综合健康评分结果;生成人体图像,根据综合健康评分结果及评估的异常指标,将人体图像中对应的人体器官或身体部位用颜色标注健康状态,得到健康画像。与现有技术相比,本发明具有对身体健康、心理健康、社会适应度等多个维度进行综合评估,且使得健康评估结果更加形象易懂等优点。

    一种基于卡尔曼滤波的系统侧谐波阻抗预测方法及装置

    公开(公告)号:CN117952772A

    公开(公告)日:2024-04-30

    申请号:CN202311628588.0

    申请日:2023-11-30

    Abstract: 本发明涉及一种基于卡尔曼滤波的系统侧谐波阻抗预测方法及装置,其中方法包括:步骤S1:获取初始的噪声协方差矩阵和测量噪声协方差矩阵;步骤S2:基于二元回归法得到的结果作为先验状态预测值,以及基于协方差法得到的结果作为测量预测值;步骤S3:获取的系统侧谐波阻抗的参考值,并计算得到先验误差协方差矩阵;步骤S4:得到卡尔曼增益;步骤S5:更新误差协方差矩阵;步骤S6:输出系统侧谐波阻抗的最终预测值;步骤S7:接收新数据分别更新噪声协方差矩阵和测量噪声协方差矩阵后,返回步骤S3。与现有技术相比,本发明将二元回归法与协方差法的特点相结合,在背景谐波波动剧烈时,仍有较高的计算精度,可以复杂工况下计算系统侧谐波阻抗。

    极端天气下基于组合神经网络的短期区域负荷预测方法

    公开(公告)号:CN117767276A

    公开(公告)日:2024-03-26

    申请号:CN202311619805.X

    申请日:2023-11-29

    Abstract: 本发明涉及一种极端天气下基于组合神经网络的短期区域负荷预测方法,包括以下步骤:获取区域负荷数据和对应的气象数据,由极端天气分型法处理,获得不同极端天气类型下的负荷数据集和对应的气象数据集;采用主成分分析法对气象数据集进行降维处理,获得气象主成分;对负荷数据集和对应的气象主成分进行相关性计算,构建气象数据的主成分指标;基于相关性计算结果,筛选出负荷类特征,与气象数据的主成分指标共同构建特征集;将负荷数据集和特征集输入至预先构建好的短期区域负荷预测模型中,输出负荷预测结果,其中,短期区域负荷预测模型通过组合神经网络进行构建。与现有技术相比,本发明具有提高区域负荷短期预测精度、计算速度快等优点。

    一种体检人群慢性病发生风险预测模型构建方法和系统

    公开(公告)号:CN117747123A

    公开(公告)日:2024-03-22

    申请号:CN202311799156.6

    申请日:2023-12-26

    Abstract: 本发明涉及一种体检人群慢性病发生风险预测模型构建方法和系统,模型的数据处理过程包括:根据慢性病的危险因素,选取主要危险因素和相对危险度值大小;通过危险分数转换表,将各主要危险因素的相对危险度值大小转换为对应的危险分数;确定各主要危险因素的人群暴露率,并根据危险分数,计算人群平均风险分数;接收待预测个体的体检数据,确定该待预测个体的主要危险因素的相对危险度值大小,计算每个主要危险因素的危险分数,并相加,得到个体总的危险分值;计算个体总的危险分值与人群平均风险分数的比值;并进行等级划分,输出预测后的风险等级。与现有技术相比,本发明有利于提升构建的各种慢性病风险评估模型预测结果的准确性和可靠性。

Patent Agency Ranking