申请/专利权人：东南大学附属中大医院

申请日：2023-10-24

公开（公告）日：2024-06-11

公开（公告）号：CN117373036B

主分类号：G06V30/19

分类号：G06V30/19;G06V10/82;G06N3/09

优先权：

专利状态码：有效-授权

法律状态：2024.06.11#授权;2024.01.26#实质审查的生效;2024.01.09#公开

摘要：本发明公开了基于智能AI的数据分析处理方法，本发明涉及PSA数据处理技术领域，解决了未能将具有相似特征的图像数据与数值数据进行结合处理，导致处理过程并不全面的问题，本发明通过将处理所得的若干组类似数据包的传输数据进行确认，随后，从所确认的传输数据内，选取带宽数值以及时间间隔参数，将此类参数进行结合分析，锁定判定值，根据所确定的判定值，对不同的类似数据包的后续处理特征进行确认，将存在相似处理特征的类似数据包进行组合，随后进行同步处理，为了降低负载量将两组类似数据包内部的数据分类情况进行确定，通过数据的传输过程锁定相似度相关的较高数据包，提升同步处理效果，提升数据的整体处理效率，缩短处理时间。

主权项：1.基于智能AI的数据分析处理方法，其特征在于，包括以下步骤：S1、通过所设定的智能AI，对数据样本内部的PSA疾病特征数据进行识别，其中PSA疾病特征数据包括特征图像以及特征数值，并将所识别的特征图像拟定为高维特征，将所识别的特征数值拟定为低维特征；S2、采用OCR图像数值识别技术对高维特征内部的高维数据进行识别，随后将所识别的高维数据进行下一步处理；S3、从所拟定的低维特征内，提取对应的低维数据，随后，将属于同一来源IP的若干个不同的高维数据与低维数据的相似度进行分析，随后锁定类似的数据分类包，具体方式为：S31、将属于同一属性的高维数据以及低维数据进行区分，将属于同一属性的数据进行分区，将若干个不同的数据进行分区完毕后，确认若干组分区数据类；S32、对每个不同分区数据类内部的数据的相似度进行确认，将带有超高相似度的数据进行捆绑，从而锁定类似数据包，锁定类似数据包的具体方式为：S321、将分区数据类内部的不同数据进行聚类处理，锁定一组圆点，以此圆点构建聚类圆，且聚类圆内设置有坐标系，按照数据内部的不同参数随后将不同的高维数据以及低维数据进行分布排序，生成对应圆点周边的若干个聚类点；S322、根据最远的聚类点以及圆点，确认一组聚类圆，并确定此聚类圆的半径值，并将其标定为Ri，其中i代表不同的数据；S323、随后从圆点出发，寻找距离最近的点位，并确定距离值，随后再从选定点位寻找后续最近的点位，确定出若干组不同的距离值，再将若干组距离值进行均值处理，确认待处理均值Ji，其中i代表不同的数据；S324、采用FXi＝Ri×C1+Ji×C2得到对应聚类圆的特征值FXi，其中C1以及C2均为预设的固定系数因子；S325、对不同聚类圆的特征值FXi按照从小至大的方式进行排序，随后，按照相距差值不超过X1的若干组特征值划分为同一分类值，随后，根据特征值所对应的数据，将对应的数据进行捆绑，得到类似数据包，其中X1为预设值；S4、对若干组不同类似数据包的传输参数进行确认，其中传输参数包括带宽使用参数以及数据发送时间间隔参数，根据传输参数随机选取两组类似数据包进行一一分析，随后，根据分析结果，将两组类似数据包划分为同阶段处理包。

全文数据：

权利要求：

百度查询： 东南大学附属中大医院 基于智能AI的数据分析处理方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD