龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国矿业大学(北京);矿业大学(北京)内蒙古研究院
摘要：本申请涉及公共安全技术领域，提供了一种基于加权RF‑BiLSTM的公共场所人员健康风险预测方法及系统。该方法包括：对获取的多源异构数据进行数据融合及特征工程处理，以建立适用于不同时间尺度的公共场所的健康风险数据库；基于加权随机森林方法，对健康风险数据库中的环境风险指标进行特征选择，得到降维特征集；基于深度学习框架，根据不同时间尺度的降维特征集中的环境风险指标对应的时序数据以及健康风险数据库中包含的统计特征，构建基于加权RF的双向长短期记忆网络的不同的预测时间尺度的公共场所人员健康风险评估预警模型，对人员健康风险的不同待预测时刻进行预测，以得到对公共场所内的人员生理参数不同时间尺度的预测结果。
主权项：1.一种基于加权RF-BiLSTM的公共场所人员健康风险预测方法，其特征在于，包括：步骤S101、对获取的多源异构数据进行数据融合及特征工程处理，以建立适用于不同时间尺度的公共场所的健康风险数据库；步骤S102、基于加权随机森林方法，对所述健康风险数据库中的环境风险指标进行特征选择，得到降维特征集；步骤S103、基于深度学习框架，根据不同时间尺度的所述降维特征集中的所述环境风险指标对应的时序数据以及所述健康风险数据库中包含的统计特征，构建基于加权RF的双向长短期记忆网络的不同的预测时间尺度的公共场所人员健康风险评估预警模型；步骤S104、对人员健康风险的不同待预测时刻，基于对应的预测时间尺度的所述公共场所人员健康风险评估预警模型，得到对所述公共场所内的人员生理参数不同时间尺度的预测结果。
全文数据：
权利要求：
百度查询： 中国矿业大学(北京) 矿业大学(北京)内蒙古研究院 基于加权RF-BiLSTM的公共场所人员健康风险预测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号