基于人工脉冲神经网络的门诊静脉采血智能预约平台设计

基于人工脉冲神经网络建立新型门诊静脉采血智能预约平台。在数据源整合处理模块中,基于脉冲神经网络设计局部递归的人工脉冲神经网络,实现多类型预约数据源的整合处理。在序列特征挖掘模块中,利用多层双向LSTM网络建立PDCA模型,提取门诊静脉采血预约数据的形态特征和语义特征,通过多层双向LSTM网络融合序列特征实体信息。在预约模块中,门诊静脉采血智能预约主要通过自助设备与互联网来完成,通过JavaScrip编写自助设备与互联网页面的门诊静脉采血预约程序。平台数据库由多种数据表构成,具体包括医生信息表、预约时间点分配表等。平台性能测试结果显示,设计平台的数据库每秒查询率更高,最高可达到54239次,信息抽取准确率最高为98.60%。

人工脉冲神经网络的AI数据融合平台设计

当前物联网系统中数据格式不统一,对大量数据进行处理分析和存储较为困难,本研究基于人工脉冲神经网络建立了新型AI数据融合平台,对多种数据源进行整合处理。对传统的神经网络进行改进,提出改进型的脉冲神经网络,结合了BP神经网络的空间信息,将脉冲信息通过膜电压的变化转换为时间信息,输出层输出的数据结合了空间信息与时间信息。结合多层双向LSTM网络建立PALC模型,提取数据的形态特征和语义特征,对平台中非结构化数据的实体信息进行抽取和融合。实验结果显示,本研究数据融合平台的数据库每秒查询率更高,QPS最高可达到59863,信息抽取的准确率最高为99%。