申请/专利权人:深圳微子医疗有限公司
申请日:2024-05-21
公开(公告)日:2024-06-25
公开(公告)号:CN118246368A
主分类号:G06F30/28
分类号:G06F30/28;G06F30/27;G06N3/0499;G06N3/092;G06Q10/20;G06F18/23213;G06F18/20;G06F111/10;G06F113/08;G06F119/14
优先权:
专利状态码:在审-公开
法律状态:2024.06.25#公开
摘要:本申请涉及数据处理技术领域,公开了一种负离子浓度控制方法、装置、设备及存储介质。所述方法包括:采集氢氧离子仓的负离子输出数据并进行K‑means聚类处理,得到多个目标数据中心;进行负离子浓度预测,得到负离子浓度预测数据;进行气体流动和离子分布数值模拟,得到负离子分布模拟数据;识别氢氧离子仓的多个目标子空间,并对多个目标子空间进行负离子浓度特征计算,得到多个子空间负离子浓度特征;将多个子空间负离子浓度特征输入贝叶斯网络模型进行设备故障预测,得到设备故障预测结果;基于强化学习算法和设备故障预测结果,创建氢氧离子仓的负离子输出控制策略,本申请提高了氢氧离子仓的负离子浓度控制准确率。
主权项:1.一种负离子浓度控制方法,其特征在于,所述负离子浓度控制方法包括:采集氢氧离子仓的负离子输出数据,并对所述负离子输出数据进行K-means聚类处理,得到多个目标数据中心;将所述多个目标数据中心作为输入节点,并通过广义径向基函数神经网络进行负离子浓度预测,得到负离子浓度预测数据;根据所述负离子浓度预测数据对所述氢氧离子仓进行气体流动和离子分布数值模拟,得到负离子分布模拟数据;根据所述负离子分布模拟数据识别所述氢氧离子仓的多个目标子空间,并对所述多个目标子空间进行负离子浓度特征计算,得到多个子空间负离子浓度特征;将所述多个子空间负离子浓度特征输入预置的贝叶斯网络模型进行设备故障预测,得到设备故障预测结果;基于强化学习算法和所述设备故障预测结果,创建所述氢氧离子仓的负离子输出控制策略。
全文数据:
权利要求:
百度查询: 深圳微子医疗有限公司 负离子浓度控制方法、装置、设备及存储介质
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。