基于多源城市大数据的医院急诊需求和拥挤度估计方法和系统

    公开(公告)号:CN114492607A

    公开(公告)日:2022-05-13

    申请号:CN202210041646.9

    申请日:2022-01-14

    Applicant: 厦门大学

    Abstract: 本发明提供基于多源城市大数据的医院急诊需求和拥挤度估计方法,包括如下步骤:获取出租车下客数据集,采用自组织映射网络进行下客点聚类;根据聚类得到的每个类簇,提取下客时间序列特征、第一类空间特征和第二类空间特征,采用协同训练和主动学习策略得到急诊需求的时间序列;建立分段平稳的排队模型,并急诊科室分为全科门诊类型、内科门诊类型和外科门诊类型;利用排队模型计算各门诊类型下的平均排队人数和平均等待时间以及输液室的占用率,即输液床位的使用率ρinfusion;对三种类型的指标进行整合得到整个急诊科的拥挤度估计;本发明提供的方法,具有高效、低耗的优点,同时也达到了较高的准确率。

    基于大数据的医院急诊需求和拥挤度估计方法和系统

    公开(公告)号:CN114492607B

    公开(公告)日:2025-02-28

    申请号:CN202210041646.9

    申请日:2022-01-14

    Applicant: 厦门大学

    Abstract: 本发明提供基于多源城市大数据的医院急诊需求和拥挤度估计方法,包括如下步骤:获取出租车下客数据集,采用自组织映射网络进行下客点聚类;根据聚类得到的每个类簇,提取下客时间序列特征、第一类空间特征和第二类空间特征,采用协同训练和主动学习策略得到急诊需求的时间序列;建立分段平稳的排队模型,并急诊科室分为全科门诊类型、内科门诊类型和外科门诊类型;利用排队模型计算各门诊类型下的平均排队人数和平均等待时间以及输液室的占用率,即输液床位的使用率ρinfusion;对三种类型的指标进行整合得到整个急诊科的拥挤度估计;本发明提供的方法,具有高效、低耗的优点,同时也达到了较高的准确率。

    一种高炉炉内温度场可视分析方法及系统

    公开(公告)号:CN112231894A

    公开(公告)日:2021-01-15

    申请号:CN202010984619.6

    申请日:2020-09-18

    Applicant: 厦门大学

    Abstract: 本发明提供了一种高炉炉内温度场可视分析方法及系统,所述方法包括:采集高炉基本信息并存储;将高炉炉内温度场数据进行处理;进行高炉炉内温度场的可视化;高炉炉内温度场可视化图中进行辅助标线;连接高炉右边散点图、高炉左边散点图、辅助标线构成炉内温度场可视图。本发明提高了科研数据的安全性,提高了查看高炉炉内温度场分布的便捷性和精确性。

Patent Agency Ranking