利索能及
我要发布
收藏
专利号: 2025105416079
申请人: 大连陆桥科技有限公司
专利类型:发明专利
专利状态:已下证
更新日期:2026-06-16
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.用于儿科科室环境温度数据的智能监测方法,其特征在于,所述方法包括:基于儿科划分若干个不同的科室,并确定每一科室的理论温度范围,采集每一科室的温度数据;

将理论温度范围与温度数据进行比较构建每一科室的异常温度集合,获取异常温度出现的频率得到温度异常可能性,通过异常温度集合确定温度波动特征;

根据温度波动特征矫正温度异常可能性,并进行筛选,分别确定温度正常科室和温度异常科室;

分析温度异常科室的温度数据,得到人为因素导致的温度干扰可能性,及正常温度调控的可能性,将两者结合计算得到异常可信程度;

设置判断阈值,当异常可信程度大于判断阈值时,确定当前分析科室出现真实的温度异常情况;

分析温度异常科室的温度数据,得到人为因素导致的温度干扰可能性,及正常温度调控的可能性,将两者结合计算得到异常可信程度,包括:所述温度数据分别包括温度正常科室和温度异常科室内、外的温度数据;

基于温度异常科室内的温度数据和温度异常科室外的温度数据构建温度差异序列,对温度差异序列进行拟合得到拟合直线的斜率,获取温度异常科室的温度差异变化幅度,并进行归一化处理,结合拟合直线的斜率,得到温度异常科室是人为因素导致的温度干扰可能性;

对温度正常科室和温度异常科室内的温度数据分别进行拟合得到拟合参数,通过拟合参数确定温度异常科室与温度正常科室之间的温度相似性,分析温度正常科室和温度异常科室外的温度数据,得到温度异常科室属于正常温度调控的可能性;

结合人为因素导致的温度干扰可能性和正常温度调控的可能性计算得到温度异常科室的异常可信程度。

2.如权利要求1所述的用于儿科科室环境温度数据的智能监测方法,其特征在于,将理论温度范围与温度数据进行比较构建每一科室的异常温度集合,获取异常温度出现的频率得到温度异常可能性,通过异常温度集合确定温度波动特征,包括:当温度数据处于理论温度范围内,表示正常,并标记为0;反之表示异常,且当温度数据高于理论温度范围标记为正,温度数据低于理论温度范围标记为负,生成有相距离 ,根据正标记和负标记分别构建正异常温度集合和负异常温度集合;

获取异常温度出现的频率得到温度异常可能性;

对正异常温度集合和负异常温度集合分别进行分析,依次确定温度波动特征。

3.如权利要求2所述的用于儿科科室环境温度数据的智能监测方法,其特征在于,获取异常温度出现的频率得到温度异常可能性,对应的计算公式为:其中,表示当前分析科室的温度异常可能性;表示异常温度出现的频率; 表示第个温度数据的异常状态标记; 表示归一化函数。

4.如权利要求2所述的用于儿科科室环境温度数据的智能监测方法,其特征在于,确定温度波动特征,对应的计算公式为:其中, 表示异常温度集合 的温度波动特征; 表示异常温度集合 中的元素个数;表示对应时间邻域内的温度数据的数据;表示标准差运算;表示均值运算;

表示对应时间邻域内第 个采集时刻的温度数据对应的温度异常可能性; 表示对应时间邻域内第 个采集时刻的温度数据的异常状态标记; 表示归一化函数。

5.如权利要求2所述的用于儿科科室环境温度数据的智能监测方法,其特征在于,根据温度波动特征矫正温度异常可能性,并进行筛选,分别确定温度正常科室和温度异常科室,包括:基于温度波动特征选取正异常温度集合和负异常温度集合中最大值,记为温度波动值;

通过温度波动值矫正温度异常可能性;

设置筛选阈值,当矫正后的温度异常可能性大于筛选阈值时,表示当前分析科室为温度异常科室;当矫正后的温度异常可能性小于筛选阈值时,表示当前分析科室为温度正常科室。

6.如权利要求5所述的用于儿科科室环境温度数据的智能监测方法,其特征在于,通过温度波动值矫正温度异常可能性,对应的计算公式为:其中, 表示矫正后的温度异常可能性; 表示矫正前的温度异常可能性;

表示温度波动值; 表示正异常温度集合 的温度波动特征;

表示负异常温度集合 的温度波动特征。

7.如权利要求1所述的用于儿科科室环境温度数据的智能监测方法,其特征在于,构建温度差异序列,对应的计算公式为:其中, 表示温度异常科室内外的温度差异; 表示温度异常科室外的温度数据;

表示温度异常科室内的温度数据;

获取温度异常科室的温度差异变化幅度,并进行归一化处理,对应的计算公式为:其中, 表示温度异常科室的温度差异变化幅度; 表示温度异常科室当前分析的时间邻域内结束时的科室内外的温度差异; 表示温度异常科室当前分析的时间邻域内开始时的科室内外的温度差异;

其中,表示归一化处理后的温度差异变化幅度; 表示归一化函数;

得到温度异常科室是人为因素导致的温度干扰可能性,对应的计算公式为:其中, 表示温度异常科室是人为因素导致的温度干扰可能性;表示拟合直线的斜率;表示归一化处理后的温度差异变化幅度; 表示归一化函数。

8.如权利要求1所述的用于儿科科室环境温度数据的智能监测方法,其特征在于,所述拟合参数为 ,其中, 表示温度正常科室或温度异常科室内的温度数据随环境温度变化的斜率,表示温度正常科室或温度异常科室的温度理论平衡基准;

通过拟合参数确定温度异常科室与温度正常科室之间的温度相似性,对应的计算公式为:其中, 表示当前分析的温度异常科室与第 个温度正常科室之间的温度相似性;表示温度异常科室的拟合参数; 表示第 个温度正常科室的拟合参数; 表示温度异常科室的调控温度; 表示第 个温度正常科室的调控温度; 表示归一化函数;

得到温度异常科室属于正常温度调控的可能性,对应的计算公式为:其中,表示当前分析的温度异常科室属于正常温度调控的可能性; 表示相关性运算;表示当前分析的温度异常科室与第 个温度正常科室之间的温度相似性; 表示温度异常科室外的温度数据; 表示第 个温度正常科室外的温度数据。

9.如权利要求1所述的用于儿科科室环境温度数据的智能监测方法,其特征在于,结合人为因素导致的温度干扰可能性和正常温度调控的可能性计算得到温度异常科室的异常可信程度,对应的计算公式为:其中,表示异常可信程度;表示温度异常科室属于正常温度调控的可能性; 表示温度异常科室是人为因素导致的温度干扰可能性; 表示归一化函数。