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！

龙图腾网获悉龙岩学院申请的专利一种手写动力学级联集成学习筛查系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121148708B 。

龙图腾网通过国家知识产权局官网在2026-04-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511657734.1，技术领域涉及：G16H50/30；该发明授权一种手写动力学级联集成学习筛查系统是由王清辉;曾忠恺;曾玮;刘凤琳;陈阳;兰金楷;杜少毅;陈梁洁;江晓玲;华何柳;陈宁华;张百祥;吴文宝;潘丽英;陈衍贵设计研发完成，并于2025-11-13向国家知识产权局提交的专利申请。

本一种手写动力学级联集成学习筛查系统在说明书摘要公布了：本发明公开了一种手写动力学级联集成学习筛查系统，涉及动力学筛查技术领域。该一种手写动力学级联集成学习筛查系统，包括采集与预处理模块，对原始动力学信号数据和风险特征数据进行预处理；手写数据质量评估与分级模块，根据信号耦合评价分析结果判定采集质量，执行交互提示机制，进入风险分级流程；动力学指标判别与提示模块，根据敏感性放大理论分析结果执行风险分级流程；异常风险评分模块，进行浅层前馈神经网络模型训练；风险特征综合与早期判定模块，进行早期动力学异常判别。解决了现有手写动力学筛查系统对早期、细微异常的特征提取与判别灵敏度不足，难以实现疾病早筛的准确率与可靠性问题。

本发明授权一种手写动力学级联集成学习筛查系统在权利要求书中公布了：1.一种手写动力学级联集成学习筛查系统，其特征在于，包括： 采集与预处理模块，用于采集原始动力学信号数据，获取风险特征数据，对原始动力学信号数据和风险特征数据进行预处理； 手写数据质量评估与分级模块，用于对原始动力学信号数据进行信号耦合评价分析，根据信号耦合评价分析结果判定采集质量，执行交互提示机制，并进入风险分级流程； 动力学指标判别与提示模块，用于对原始动力学信号数据进行敏感性放大理论分析，根据敏感性放大理论分析结果执行风险分级流程；其中，敏感性放大理论分析的具体过程为：获取加速度时序信号、速度数据、压力时序信号、采集信号质量值、轨迹点序列数据和倾角同步采集数据；对加速度时序信号通过滑动窗口微分算法和均值算法得到平均加加速度；对速度数据和压力时序信号通过快速傅里叶变换进行频域分析，计算指定高频区段的能量总和得到微颤谱能量值；对轨迹点序列数据通过位移微分与采样时序算法和均值算法得到平均速度；对速度数据和压力时序信号通过互信息分析方法得到速度压力耦合系数；对轨迹点序列数据通过微分几何算法和均值算法得到轨迹曲率均值；对速度数据和倾角同步采集数据通过互信息算法得到速度倾角耦合系数；对加速度时序信号通过均值算法得到平均加速度；对加速度时序信号通过快速傅里叶变换提取频谱，取幅值最大的主频分量对应值得到主频峰值；对轨迹点序列数据计算首尾点的空间距离和与理想闭合轨迹的偏差，通过最短闭环匹配方法得到轨迹封闭误差值；计算平均加加速度与微颤谱能量值的乘积，得到动力学幅值调制项；计算平均速度与速度压力耦合系数的乘积减去轨迹曲率均值与速度倾角耦合系数的乘积，结果平方后加1，再取自然对数，得到速度耦合曲率联动对数项；计算采集信号质量值的π倍正弦，得到信号周期波动项；将动力学幅值调制项、速度耦合曲率联动对数项和信号周期波动项相加，得到动力学特征综合分子项；计算平均加速度与主频峰值的差值取绝对值，与轨迹封闭误差值的平方相加，再开方结果加1，得到异常特征调制分母项；用动力学特征综合分子项除以异常特征调制分母项，最后取绝对值，得到动力学敏感值； 异常风险评分模块，用于对原始动力学信号数据进行浅层前馈神经网络模型训练，输出连续型综合风险评分； 风险特征综合与早期判定模块，用于对原始动力学信号数据和风险特征数据进行协方差波动增强判别，根据协方差波动增强判别进行早期动力学异常判别。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人龙岩学院，其通讯地址为：364012 福建省龙岩市新罗区东肖北路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。