-
公开(公告)号：CN106777091A
公开(公告)日：2017-05-31
申请号：CN201611150486.2
申请日：2016-12-14
Applicant: 大连大学
CPC classification number: G06F17/30867 , G06F19/324
Abstract: 本发明提供了移动O2O环境下的基于多医学因素的Skyline双过滤检索系统，以解决现有移动网络结果集过大的问题，技术要点是：包括医生终端、客户终端和云端；使用医生终端进行O2O环境下的实时医学流数据采集，使用客户终端发起查询请求，该查询请求包括多个相关的医学属性、对医学属性的偏好程度、及输入的各属性的阈值；云端基于该医学流数据和查询请求，从全空间并行提取查询请求中的相关医学属性的维子空间；效果是：能够以数据流的方式不断地交互筛选反馈数据，精确度高，适用于大数据环境，用户和数据段提供的交互平台能够提供准确且符合要求的信息，提高了用户最终决策的准确性与快速的用户决策体验。
-
Patent Agency Ranking
-
公开(公告)号：CN110895972A
公开(公告)日：2020-03-20
申请号：CN201811068302.7
申请日：2018-09-13
Applicant: 大连大学
Abstract: 心房颤动人工智能实验选择指标的方法及预测决策树在房颤预测中的应用，属于数据处理领域，为了解决选择更为准确反映心房颤动的指标的问题，包括S1.构建决策树；S2.调整参数以优化决策树；S3.对各种参数可能的取值均进行实验，最后选取最优实验结果，该结果作为决策树预测的主要指标，本发明通过人工智能及大数据处理，对房颤预测指标作出了更为合理的选择，该指标是经过大数据处理以得到的能够更为准确反映房颤的指标，使用这些指标评估房颤能降低对房颤对漏检。
-
公开(公告)号：CN110895669A
公开(公告)日：2020-03-20
申请号：CN201811069328.3
申请日：2018-09-13
Applicant: 大连大学
Abstract: 构建房颤预测决策树的方法，属于数据处理领域，为了解决房颤预测的构建决策树构建问题，包括步骤根据属性A的不同取值对数据集进行划分成多个子集，对子集Sv循环执行步骤1-4，构建子树Tv，Sv是属性A取值为v的样本子集；本发明给出了能用于房颤预测的决策树的构建方法，完整的阐述了该决策树的建立过程，使得在房颤预测领域，能够建立一个标准的以数学方法构建决策树的模型，并给出了决策树对于用于确定影响房颤的一些重要参考指标，具有重要指导意义。
-
公开(公告)号：CN107046557A
公开(公告)日：2017-08-15
申请号：CN201611150538.6
申请日：2016-12-14
Applicant: 大连大学
CPC classification number: H04L67/12 , G06F17/30864 , G06F17/30867 , G06F17/3087 , G06F19/32 , H04L67/10
Abstract: 一种移动云计算环境下动态Skyline查询的智能医疗呼叫查询系统，属于智能医疗与空间大数据处理领域；采用了基于Spark的分布式动态Skyline算法，用户通过移动智能客户端向云服务中心系统发送数据请求后，云中心服务系统通过收集用户个性化多因素的请求后，从已有的医疗机构的大数据集中提取数据，并且按照用户的空间定位以及选择的多属性对其进行过滤与排序得到一个有序的医疗空间结果数据集，然后扫描比较数据点的支配关系得到动态Skyline与反Skyline结果，返回给相应的终端。在医疗多维大数据的查询过程中，用到了空间网格剪枝和网络医疗数据持续监控进行医疗空间大数据控制，从而更加快捷的得到用户需要的相应的医疗机构数据。
-
-
-
-
Search Results
6
records
(took 0.024 seconds)
