基于哈希隐特征学习的围术期时序数据高效恢复方法和装置
申请号:CN202510462375
申请日期:2025-04-14
公开号:CN120376020A
公开日期:2025-07-25
类型:发明专利
摘要
本发明为基于哈希隐特征学习的围术期时序数据高效恢复方法和装置,属于医疗健康大数据领域。其中,该装置包含一个服务器和N个数据采集装置;该方法包含以下步骤:S1:采集生理时序数据;S2:上传到服务器;S3:预处理为不完备生理时序数据;S4:初始化离散隐特征向量;S5:利用哈希隐特征学习方法对离散隐特征向量进行更新学习;S6:判断离散隐特征向量是否能完成恢复,如果能,则存储结果,否则,通过网络发送报错信息。本发明方法通过引入哈希运算对数据进行二进制编码,减少了数据存储和通信开销,再结合LF模型的端到端框架以及自适应差分进化算法,能够避免近似损失和减少信息损失,实现对围术期生理时序数据的高效准确的恢复。
技术关键词
高效恢复方法
数据采集装置
时序
生理
特征学习方法
数据采集设备
数据存储单元
数据存储模块
数据接收模块
服务器
矩阵
样本
进化算法
指标
元素
医疗健康大数据
恢复装置
抽取装置