CN112489783B - 一种智能护理数据处理方法、系统、服务器及存储介质 - Google Patents
一种智能护理数据处理方法、系统、服务器及存储介质 Download PDFInfo
- Publication number
- CN112489783B CN112489783B CN202011619266.6A CN202011619266A CN112489783B CN 112489783 B CN112489783 B CN 112489783B CN 202011619266 A CN202011619266 A CN 202011619266A CN 112489783 B CN112489783 B CN 112489783B
- Authority
- CN
- China
- Prior art keywords
- target
- nursing
- test
- care
- test operation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000000474 nursing effect Effects 0.000 title claims abstract description 495
- 238000003672 processing method Methods 0.000 title claims abstract description 25
- 238000003860 storage Methods 0.000 title claims abstract description 25
- 238000012360 testing method Methods 0.000 claims abstract description 811
- 238000012544 monitoring process Methods 0.000 claims abstract description 247
- 238000012545 processing Methods 0.000 claims abstract description 42
- 238000000034 method Methods 0.000 claims description 61
- 230000004913 activation Effects 0.000 claims description 14
- 238000012163 sequencing technique Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000012430 stability testing Methods 0.000 abstract description 3
- 230000008439 repair process Effects 0.000 description 336
- 230000008569 process Effects 0.000 description 41
- 238000004088 simulation Methods 0.000 description 18
- 230000006872 improvement Effects 0.000 description 13
- 238000005457 optimization Methods 0.000 description 10
- 238000009826 distribution Methods 0.000 description 8
- 230000002787 reinforcement Effects 0.000 description 8
- 238000013480 data collection Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000013508 migration Methods 0.000 description 5
- 230000005012 migration Effects 0.000 description 5
- 230000002441 reversible effect Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 238000013139 quantization Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000013112 stability test Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000011990 functional testing Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/40—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management of medical equipment or devices, e.g. scheduling maintenance or upgrades
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Biomedical Technology (AREA)
- General Business, Economics & Management (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及数据处理技术领域，具体而言，涉及一种智能护理数据处理方法、系统、服务器及存储介质。本发明在通过相关技术测试出多个目标护理测试监控单元的监控稳定性相近的情况下，可以通过目标护理测试监控单元的选定参考信息对多个目标护理测试监控单元做进一步比较，进而提升了目标护理测试监控单元的监控稳定性测试的精准度；另一方面，基于选定的目标激活护理测试运行节点和目标参照护理测试运行节点之间预先标定的护理匹配信息，确定目标护理测试监控单元的选定参考信息，不需要人工标注选定的各目标激活护理测试运行节点和目标参照护理测试运行节点的关系，提升了目标护理测试监控单元的测试效率。
Description
技术领域
本发明涉及数据处理技术领域，具体而言，涉及一种智能护理数据处理方法、系统、服务器及存储介质。
背景技术
对于智能护理设备的使用过程在，需要经过大量功能稳定性测试才能用于实际使用。比如对于护理测试运行节点而言，需要对这些护理测试监控单元的监控稳定性进行测试，然而相关技术在测试出多个目标护理测试监控单元的监控稳定性相近的情况下，通常需要人工按照经验进行修复调整基础数据的观察比对后进行标注，从而非常受限于测试人员的知识经验，导致测试结果存在质量浮动。
发明内容
为了至少克服现有技术中的上述不足，本发明的目的在于提供一种智能护理数据处理方法、系统、服务器及存储介质，能够提升目标护理测试监控单元的监控稳定性测试的精准度，并且不需要人工标注选定的各目标激活护理测试运行节点和目标参照护理测试运行节点的关系，提升了目标护理测试监控单元的测试效率。
第一方面，本发明提供一种智能护理数据处理方法，应用于服务器，所述服务器与多个智能护理设备通信连接，所述方法包括：
获取所述智能护理设备上传的目标护理测试监控单元的目标激活护理测试运行节点和目标参照护理测试运行节点，所述目标激活护理测试运行节点包括目标护理测试监控单元的测试护理测试运行节点集中的测试护理测试运行节点，所述目标参照护理测试运行节点包括所述目标护理测试监控单元根据所述目标激活护理测试运行节点从参照护理测试运行节点集中选定的参照护理测试运行节点，所述测试护理测试运行节点集中的任一条测试护理测试运行节点与所述参照护理测试运行节点集中的任一条参照护理测试运行节点之间预先标定有护理匹配信息，所述护理匹配信息用于标识测试护理测试运行节点和参照护理测试运行节点之间的匹配程度；
基于选定的目标参照护理测试运行节点和所述目标激活护理测试运行节点之间的护理匹配信息，确定所述目标护理测试监控单元的选定参考信息，所述选定参考信息表征选定第一相似参照护理测试运行节点的匹配程度，所述第一相似参照护理测试运行节点是指与所述目标激活护理测试运行节点的匹配程度满足匹配程度条件的参照护理测试运行节点；
基于所述目标护理测试监控单元的选定参考信息，确定目标护理测试监控单元所属的护理改进区域对象簇；
基于收集的护理监控修复信息对每个所述护理改进区域对象簇的目标护理测试监控单元进行监控调整修复。
在第一方面的一种可能的实现方式中，所述测试护理测试运行节点集和所述参照护理测试运行节点集是通过如下方式获得的：
获取用于测试所述目标护理测试监控单元的预设护理测试运行节点集合； 将匹配程度达到目标设定匹配程度的预设护理测试运行节点，聚类为一个护理测试运行节点清单；
将各护理测试运行节点清单中的每两个预设护理测试运行节点之间的护理匹配信息，标定为各护理测试运行节点清单对应的目标护理匹配信息；
将每个聚类中的部分预设护理测试运行节点作为所述测试护理测试运行节点集中的测试护理测试运行节点，得到所述测试护理测试运行节点集；
将每个聚类中作为测试护理测试运行节点之外的其它预设护理测试运行节点作为参照护理测试运行节点，得到所述参照护理测试运行节点集。
在第一方面的一种可能的实现方式中，所述目标激活护理测试运行节点包括多个，所述基于选定的目标参照护理测试运行节点和所述目标激活护理测试运行节点之间的护理匹配信息，确定所述目标护理测试监控单元的选定参考信息的步骤，包括：
确定所述目标护理测试监控单元根据各目标激活护理测试运行节点选定的第N个目标参照护理测试运行节点，所述N为正整数；
基于各目标激活护理测试运行节点和对应的选定的第N个目标参照护理测试运行节点之间的护理匹配信息，确定所述根据各目标激活护理测试运行节点选定的第N个目标参照护理测试运行节点中，与对应的目标激活护理测试运行节点的匹配程度达到第一设定匹配程度的第N个目标参照护理测试运行节点的量化值；
将确定的第N个目标参照护理测试运行节点的量化值和所述目标激活护理测试运行节点的总量化值的比例，确定所述目标护理测试监控单元的选定参考信息。
在第一方面的一种可能的实现方式中，所述基于选定的目标参照护理测试运行节点和所述目标激活护理测试运行节点之间的护理匹配信息，确定所述目标护理测试监控单元的选定参考信息，包括：
所述目标激活护理测试运行节点包括一个，将所述目标激活护理测试运行节点的第一选定匹配程度确定为所述目标护理测试监控单元的选定参考信息；
所述目标激活护理测试运行节点包括多个，基于所述多个目标激活护理测试运行节点的第一选定匹配程度，确定所述目标护理测试监控单元的选定参考信息；
其中，通过如下方式获取一个目标激活护理测试运行节点的第一选定匹配程度：
基于根据所述一个目标激活护理测试运行节点选定的各目标参照护理测试运行节点和所述一个目标激活护理测试运行节点之间的护理匹配信息，确定根据所述一个目标激活护理测试运行节点选定的目标参照护理测试运行节点中，与所述一个目标激活护理测试运行节点的匹配程度达到第二设定匹配程度的目标参照护理测试运行节点的第一量化值；
将所述第一量化值和根据所述一个目标激活护理测试运行节点选定的目标参照护理测试运行节点的总量化值的比例，确定为所述一个目标激活护理测试运行节点的第一选定匹配程度。
在第一方面的一种可能的实现方式中，所述基于选定的目标参照护理测试运行节点和所述目标激活护理测试运行节点之间的护理匹配信息，确定所述目标护理测试监控单元的选定参考信息，包括：
所述目标激活护理测试运行节点包括一个，将所述目标激活护理测试运行节点的第二选定匹配程度确定为所述目标护理测试监控单元的选定参考信息；
所述目标激活护理测试运行节点包括多个，基于所述多个目标激活护理测试运行节点的第二选定匹配程度，确定所述目标护理测试监控单元的选定参考信息，其中，通过如下方式获取一个目标激活护理测试运行节点的第二选定匹配程度：
基于所述参照护理测试运行节点集中的各参照护理测试运行节点和所述一个目标激活护理测试运行节点之间的护理匹配信息，确定根据所述一个目标激活护理测试运行节点选定的目标参照护理测试运行节点中，与所述一个目标激活护理测试运行节点的匹配程度达到第三设定匹配程度的目标参照护理测试运行节点的第二量化值；
确定所述参照护理测试运行节点集中的各参照护理测试运行节点中，与所述一个目标激活护理测试运行节点的匹配程度达到所述第三设定匹配程度的参照护理测试运行节点的第三量化值；
将所述第二量化值和所述第三量化值的比例，确定为所述一个目标激活护理测试运行节点的第二选定匹配程度。
在第一方面的一种可能的实现方式中，所述基于选定的目标参照护理测试运行节点和所述目标激活护理测试运行节点之间的护理匹配信息，确定所述目标护理测试监控单元的选定参考信息，包括：
所述目标激活护理测试运行节点包括一个，将所述目标激活护理测试运行节点的选定排序匹配程度确定为所述目标护理测试监控单元的选定参考信息；
所述目标激活护理测试运行节点包括多个，基于所述多个目标激活护理测试运行节点的选定排序匹配程度，确定所述目标护理测试监控单元的选定参考信息，其中，通过如下方式获取一个目标激活护理测试运行节点的选定排序匹配程度：
基于根据所述一个目标激活护理测试运行节点选定的各目标参照护理测试运行节点和所述一个目标激活护理测试运行节点之间的护理匹配信息，从根据所述一个目标激活护理测试运行节点选定的目标参照护理测试运行节点中确定出第二相似参照护理测试运行节点，所述第二相似参照护理测试运行节点包括与所述一个目标激活护理测试运行节点的匹配程度达到第四设定匹配程度的目标参照护理测试运行节点；
确定各第二相似参照护理测试运行节点在第二相似参照护理测试运行节点中的第一选定排序；以及 确定各第二相似参照护理测试运行节点在根据所述一个目标激活护理测试运行节点选定的目标参照护理测试运行节点中的第二选定排序；
将各第二相似参照护理测试运行节点的第一选定排序和第二选定排序的比例的和，确定为所述一个目标激活护理测试运行节点的选定排序匹配程度。
在第一方面的一种可能的实现方式中，所述基于选定的目标参照护理测试运行节点和所述目标激活护理测试运行节点之间的护理匹配信息，确定所述目标护理测试监控单元的选定参考信息，包括：
所述目标激活护理测试运行节点包括一个，将所述目标激活护理测试运行节点的选定排序间隔值，确定为所述目标护理测试监控单元的选定参考信息；
所述目标激活护理测试运行节点包括多个，基于所述多个目标激活护理测试运行节点的选定排序间隔值，确定所述目标护理测试监控单元的选定参考信息，其中，通过如下方式获取一个目标激活护理测试运行节点的选定排序间隔值：
确定根据所述一个目标激活护理测试运行节点选定的各目标参照护理测试运行节点，在所述选定的各目标参照护理测试运行节点中的第三选定排序；
基于根据所述一个目标激活护理测试运行节点选定的各目标参照护理测试运行节点和所述一个目标激活护理测试运行节点之间的护理匹配信息，以及根据所述一个目标激活护理测试运行节点选定的各目标参照护理测试运行节点的第三选定排序，确定第一选定间隔参考值；
确定根据所述一个目标激活护理测试运行节点选定的各目标参照护理测试运行节点对应的第四选定排序，所述第四选定排序是基于根据所述一个目标激活护理测试运行节点选定的各目标参照护理测试运行节点和所述一个目标激活护理测试运行节点之间的护理匹配信息的大小确定的；
基于根据所述一个目标激活护理测试运行节点选定的各目标参照护理测试运行节点和所述一个目标激活护理测试运行节点之间的护理匹配信息，以及根据所述一个目标激活护理测试运行节点选定的各目标参照护理测试运行节点的第四选定排序，确定第二选定间隔参考值；
将所述第一选定间隔参考值和所述第二选定间隔参考值的比例，确定为所述一个目标激活护理测试运行节点的选定排序间隔值。
在第一方面的一种可能的实现方式中，所述基于所述目标护理测试监控单元的选定参考信息，确定目标护理测试监控单元所属的护理改进区域对象簇的步骤，包括：
获取与所述目标护理测试监控单元的选定参考信息所对应的目标参数区间；
确定所述目标参数区间所预先关联的护理改进区域对象簇，作为所述目标护理测试监控单元所属的护理改进区域对象簇。
在第一方面的一种可能的实现方式中，所述基于收集的护理监控修复信息对每个所述护理改进区域对象簇的目标护理测试监控单元进行监控调整修复的步骤，包括：
获取目标护理改进区域对象簇中每个目标护理测试监控单元的护理监控修复信息对应的修复可执行对象数据，并基于所述修复可执行对象数据进行修复快照定位；
获取预设单元区间的修复快照内每个修复快照所对应的修复快照信息，其中，所述修复快照信息包括关联护理测试运行节点、护理测试运行节点类别以及修复调整定位信息，所述关联护理测试运行节点用于修复快照所覆盖的护理测试运行节点，所述护理测试运行节点类别用于指示所述修复快照的修复标签，所述修复调整定位信息用于指示所述修复快照内的修复调整代码段的目录定位；
根据所述每个修复快照所对应的修复快照信息，生成所述每个修复快照所对应的监控调整修复信息，其中，所述监控调整修复信息用于对当前修复运行单元进行监控策略节点修复处理或监控策略节点强化处理，所述监控调整修复信息与所述修复快照具有一一对应的关系；
采用所述每个修复快照所对应的监控调整修复信息，对所述每个修复快照所对应的当前修复运行单元进行处理，得到所述每个修复快照所对应的目标修复运行单元，并根据所述每个修复快照所对应的目标修复运行单元，生成通过修复调整脚本进行应用修复调整的目标护理测试监控单元，其中，所述监控调整修复信息、所述当前修复运行单元以及所述目标修复运行单元具有一一对应的关系。
第二方面，本发明实施例还提供一种智能护理数据处理装置，应用于服务器，所述服务器与多个智能护理设备通信连接，所述装置包括：
获取模块，用于获取所述智能护理设备上传的目标护理测试监控单元的目标激活护理测试运行节点和目标参照护理测试运行节点，所述目标激活护理测试运行节点包括目标护理测试监控单元的测试护理测试运行节点集中的测试护理测试运行节点，所述目标参照护理测试运行节点包括所述目标护理测试监控单元根据所述目标激活护理测试运行节点从参照护理测试运行节点集中选定的参照护理测试运行节点，所述测试护理测试运行节点集中的任一条测试护理测试运行节点与所述参照护理测试运行节点集中的任一条参照护理测试运行节点之间预先标定有护理匹配信息，所述护理匹配信息用于标识测试护理测试运行节点和参照护理测试运行节点之间的匹配程度；
第一确定模块，用于基于选定的目标参照护理测试运行节点和所述目标激活护理测试运行节点之间的护理匹配信息，确定所述目标护理测试监控单元的选定参考信息，所述选定参考信息表征选定第一相似参照护理测试运行节点的匹配程度，所述第一相似参照护理测试运行节点是指与所述目标激活护理测试运行节点的匹配程度满足匹配程度条件的参照护理测试运行节点；
第二确定模块，用于基于所述目标护理测试监控单元的选定参考信息，确定目标护理测试监控单元所属的护理改进区域对象簇；
修复模块，用于基于收集的护理监控修复信息对每个所述护理改进区域对象簇的目标护理测试监控单元进行监控调整修复。
第三方面，本发明实施例还提供一种智能护理数据处理系统，所述智能护理数据处理系统包括服务器以及与所述服务器通信连接的多个智能护理设备；
所述服务器，用于：
获取所述智能护理设备上传的目标护理测试监控单元的目标激活护理测试运行节点和目标参照护理测试运行节点，所述目标激活护理测试运行节点包括目标护理测试监控单元的测试护理测试运行节点集中的测试护理测试运行节点，所述目标参照护理测试运行节点包括所述目标护理测试监控单元根据所述目标激活护理测试运行节点从参照护理测试运行节点集中选定的参照护理测试运行节点，所述测试护理测试运行节点集中的任一条测试护理测试运行节点与所述参照护理测试运行节点集中的任一条参照护理测试运行节点之间预先标定有护理匹配信息，所述护理匹配信息用于标识测试护理测试运行节点和参照护理测试运行节点之间的匹配程度；
基于选定的目标参照护理测试运行节点和所述目标激活护理测试运行节点之间的护理匹配信息，确定所述目标护理测试监控单元的选定参考信息，所述选定参考信息表征选定第一相似参照护理测试运行节点的匹配程度，所述第一相似参照护理测试运行节点是指与所述目标激活护理测试运行节点的匹配程度满足匹配程度条件的参照护理测试运行节点；
基于所述目标护理测试监控单元的选定参考信息，确定目标护理测试监控单元所属的护理改进区域对象簇；
基于收集的护理监控修复信息对每个所述护理改进区域对象簇的目标护理测试监控单元进行监控调整修复。
第四方面，本发明实施例还提供一种服务器，所述服务器包括处理器、机器可读存储介质和网络接口，所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连，所述网络接口用于与至少一个智能护理设备通信连接，所述机器可读存储介质用于存储程序、指令或代码，所述处理器用于执行所述机器可读存储介质中的程序、指令或代码，以执行第一方面或者第一方面中任意一个可能的实现方式中的智能护理数据处理方法。
第五方面，本发明实施例提供一种计算机可读存储介质，计算机可读存储介质中存储有指令，当其被执行时，使得计算机执行上述第一方面或者第一方面中任意一个可能的实现方式中的智能护理数据处理方法。
基于上述任意一个方面，本发明一方面基于根据目标参照护理测试运行节点选定的目标激活护理测试运行节点，确定目标护理测试监控单元的选定参考信息，从目标护理测试监控单元选定与目标参照护理测试运行节点相似的第一相似测试护理测试运行节点的维度对目标护理测试监控单元进行测试，在通过相关技术测试出多个目标护理测试监控单元的监控稳定性相近的情况下，可以通过目标护理测试监控单元的选定参考信息对多个目标护理测试监控单元做进一步比较，进而提升了目标护理测试监控单元的监控稳定性测试的精准度；另一方面，基于选定的目标激活护理测试运行节点和目标参照护理测试运行节点之间预先标定的护理匹配信息，确定目标护理测试监控单元的选定参考信息，不需要人工标注选定的各目标激活护理测试运行节点和目标参照护理测试运行节点的关系，减少了测试的耗时，提升了目标护理测试监控单元的测试效率；且使得测试结果不受限于测试人员的知识经验，减少了测试结果的质量浮动，也提升了测试目标护理测试监控单元的匹配程度。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要调用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它相关的附图。
图1为本发明实施例提供的智能护理数据处理系统的应用场景示意图；
图2为本发明实施例提供的智能护理数据处理方法的流程示意图；
图3为本发明实施例提供的智能护理数据处理装置的功能模块示意图；
图4为本发明实施例提供的用于实现上述的智能护理数据处理方法的服务器的结构组件示意框图。
具体实施方式
下面结合说明书附图对本发明进行具体说明，方法实施例中的具体操作方法也可以应用于装置实施例或系统实施例中。
图1是本发明一种实施例提供的智能护理数据处理系统10的交互示意图。智能护理数据处理系统10可以包括服务器100以及与服务器100通信连接的智能护理设备200。图1所示的智能护理数据处理系统10仅为一种可行的示例，在其它可行的实施例中，该智能护理数据处理系统10也可以仅包括图1所示组成部分的其中一部分或者还可以包括其它的组成部分。
本实施例中，智能护理数据处理系统10中的服务器100和智能护理设备200可以通过配合执行以下方法实施例所描述的智能护理数据处理方法，具体服务器100和智能护理设备200的执行步骤部分可以参照以下方法实施例的详细描述。
为了解决前述背景技术中的技术问题，图2为本发明实施例提供的智能护理数据处理方法的流程示意图，本实施例提供的智能护理数据处理方法可以由图1中所示的服务器100执行，下面对该智能护理数据处理方法进行详细介绍。
步骤S110，获取所述智能护理设备上传的目标护理测试监控单元的目标激活护理测试运行节点和目标参照护理测试运行节点。
本实施例中，目标激活护理测试运行节点可以包括目标护理测试监控单元的测试护理测试运行节点集中的测试护理测试运行节点。目标参照护理测试运行节点可以包括目标护理测试监控单元根据目标激活护理测试运行节点从参照护理测试运行节点集中选定的参照护理测试运行节点。目标护理测试监控单元可以是指在云端用于执行护理监控的程序。其中，在一些可能的实施例中，目标护理测试监控单元根据目标激活护理测试运行节点从参照护理测试运行节点集中选定的参照护理测试运行节点的过程，可以是指目标护理测试监控单元根据目标激活护理测试运行节点的修复调整要求或者修复调整条件匹配出参照护理测试运行节点的过程。
本实施例中，一个护理测试运行节点可以是指涉及到各种护理功能的信息调用过程的运行实例，例如一次功能运行的信息调用过程，可以理解为一个护理测试运行节点。
本实施例中，测试护理测试运行节点集中的任一条测试护理测试运行节点与参照护理测试运行节点集中的任一条参照护理测试运行节点之间预先标定有护理匹配信息，该护理匹配信息可以用于标识测试护理测试运行节点和参照护理测试运行节点之间的匹配程度。例如，匹配程度可以是指测试护理测试运行节点和参照护理测试运行节点之间在相关的功能测试下的运行逻辑的相似程度，比如运行速度、运行资源、运行时间等的相似程度，具体相似程度的定义可以进行一些参数的重合率（如运行资源的重合率），或者接近程度（如运行速度的差异，运行时间的差异等）进行确定，此处不作详细限定。
步骤S120，基于选定的目标参照护理测试运行节点和目标激活护理测试运行节点之间的护理匹配信息，确定目标护理测试监控单元的选定参考信息，选定参考信息表征选定第一相似参照护理测试运行节点的匹配程度。
本实施例中，第一相似参照护理测试运行节点是指与目标激活护理测试运行节点的匹配程度满足匹配程度条件的参照护理测试运行节点。匹配程度条件可以是指匹配程度是否达到相关性阈值。
步骤S130，基于目标护理测试监控单元的选定参考信息，确定目标护理测试监控单元所属的护理改进区域对象簇。
本实施例中，通过确定目标护理测试监控单元所属的护理改进区域对象簇，可以便于后续测试人员基于不同激活测试区间的护理改进区域对象簇进行针对性的数据收集，例如收集大量的护理监控修复信息，以便于后续对目标护理测试监控单元进行监控调整修复。
步骤S140，基于收集的护理监控修复信息对每个护理改进区域对象簇的目标护理测试监控单元进行监控调整修复。
本实施例中，收集的护理监控修复信息可以基于测试人员配置的数据收集模板后进行数据筛选获得，具体获取方式可以参照相关技术，该部分不是本发明实施例旨在解决的技术问题，此处不作赘述。
基于上述步骤，本实施例一方面基于根据目标参照护理测试运行节点选定的目标激活护理测试运行节点，确定目标护理测试监控单元的选定参考信息，从目标护理测试监控单元选定与目标参照护理测试运行节点相似的第一相似测试护理测试运行节点的维度对目标护理测试监控单元进行测试，在通过相关技术测试出多个目标护理测试监控单元的监控稳定性相近的情况下，可以通过目标护理测试监控单元的选定参考信息对多个目标护理测试监控单元做进一步比较，进而提升了目标护理测试监控单元的监控稳定性测试的精准度；另一方面，基于选定的目标激活护理测试运行节点和目标参照护理测试运行节点之间预先标定的护理匹配信息，确定目标护理测试监控单元的选定参考信息，不需要人工标注选定的各目标激活护理测试运行节点和目标参照护理测试运行节点的关系，减少了测试的耗时，提升了目标护理测试监控单元的测试效率；且使得测试结果不受限于测试人员的知识经验，减少了测试结果的质量浮动，也提升了测试目标护理测试监控单元的匹配程度。
在一种可能的实现方式中，对于步骤S110而言，测试护理测试运行节点集和参照护理测试运行节点集可以是通过如下方式获得的：
（1）获取用于测试目标护理测试监控单元的预设护理测试运行节点集合，将匹配程度达到目标设定匹配程度的预设护理测试运行节点，聚类为一个护理测试运行节点清单。
（2）将各护理测试运行节点清单中的每两个预设护理测试运行节点之间的护理匹配信息，标定为各护理测试运行节点清单对应的目标护理匹配信息。
（3）将每个聚类中的部分预设护理测试运行节点作为测试护理测试运行节点集中的测试护理测试运行节点，得到测试护理测试运行节点集。
（4）将每个聚类中作为测试护理测试运行节点之外的其它预设护理测试运行节点作为参照护理测试运行节点，得到参照护理测试运行节点集。
接下来针对步骤S120，将给出以下几种可替代的示例进行说明。
在一种可能的实现方式中，针对步骤S120而言，目标激活护理测试运行节点可以包括多个，基于此，步骤S120可以通过以下子步骤来实现，详细描述如下。
子步骤S121，确定目标护理测试监控单元根据各目标激活护理测试运行节点选定的第N个目标参照护理测试运行节点，N为正整数。
子步骤S122，基于各目标激活护理测试运行节点和对应的选定的第N个目标参照护理测试运行节点之间的护理匹配信息，确定根据各目标激活护理测试运行节点选定的第N个目标参照护理测试运行节点中，与对应的目标激活护理测试运行节点的匹配程度达到第一设定匹配程度的第N个目标参照护理测试运行节点的量化值。
子步骤S123，将确定的第N个目标参照护理测试运行节点的量化值和目标激活护理测试运行节点的总量化值的比例，确定目标护理测试监控单元的选定参考信息。
在另一种可能的实现方式中，针对步骤S120而言，目标激活护理测试运行节点包括一个时，可以将目标激活护理测试运行节点的第一选定匹配程度确定为目标护理测试监控单元的选定参考信息。
又例如，当目标激活护理测试运行节点包括多个，可以基于多个目标激活护理测试运行节点的第一选定匹配程度，确定目标护理测试监控单元的选定参考信息。
其中，可以通过如下方式获取一个目标激活护理测试运行节点的第一选定匹配程度：
（1）基于根据一个目标激活护理测试运行节点选定的各目标参照护理测试运行节点和一个目标激活护理测试运行节点之间的护理匹配信息，确定根据一个目标激活护理测试运行节点选定的目标参照护理测试运行节点中，与一个目标激活护理测试运行节点的匹配程度达到第二设定匹配程度的目标参照护理测试运行节点的第一量化值。
（2）将第一量化值和根据一个目标激活护理测试运行节点选定的目标参照护理测试运行节点的总量化值的比例，确定为一个目标激活护理测试运行节点的第一选定匹配程度。
在另一种可能的实现方式中，针对步骤S120而言，目标激活护理测试运行节点包括一个时，可以将目标激活护理测试运行节点的第二选定匹配程度确定为目标护理测试监控单元的选定参考信息。
又例如，目标激活护理测试运行节点包括多个时，可以基于多个目标激活护理测试运行节点的第二选定匹配程度，确定目标护理测试监控单元的选定参考信息。
其中，可以通过如下方式获取一个目标激活护理测试运行节点的第二选定匹配程度：
（1）基于参照护理测试运行节点集中的各参照护理测试运行节点和一个目标激活护理测试运行节点之间的护理匹配信息，确定根据一个目标激活护理测试运行节点选定的目标参照护理测试运行节点中，与一个目标激活护理测试运行节点的匹配程度达到第三设定匹配程度的目标参照护理测试运行节点的第二量化值。
（2）确定参照护理测试运行节点集中的各参照护理测试运行节点中，与一个目标激活护理测试运行节点的匹配程度达到第三设定匹配程度的参照护理测试运行节点的第三量化值。
（3）将第二量化值和第三量化值的比例，确定为一个目标激活护理测试运行节点的第二选定匹配程度。
在另一种可能的实现方式中，针对步骤S120而言，目标激活护理测试运行节点包括一个时，可以将目标激活护理测试运行节点的选定排序匹配程度确定为目标护理测试监控单元的选定参考信息。
又例如，目标激活护理测试运行节点包括多个时，可以基于多个目标激活护理测试运行节点的选定排序匹配程度，确定目标护理测试监控单元的选定参考信息。
其中，可以通过如下方式获取一个目标激活护理测试运行节点的选定排序匹配程度：
（1）基于根据一个目标激活护理测试运行节点选定的各目标参照护理测试运行节点和一个目标激活护理测试运行节点之间的护理匹配信息，从根据一个目标激活护理测试运行节点选定的目标参照护理测试运行节点中确定出第二相似参照护理测试运行节点，第二相似参照护理测试运行节点包括与一个目标激活护理测试运行节点的匹配程度达到第四设定匹配程度的目标参照护理测试运行节点。
（2）确定各第二相似参照护理测试运行节点在第二相似参照护理测试运行节点中的第一选定排序。以及，确定各第二相似参照护理测试运行节点在根据一个目标激活护理测试运行节点选定的目标参照护理测试运行节点中的第二选定排序。
（3）将各第二相似参照护理测试运行节点的第一选定排序和第二选定排序的比例的和，确定为一个目标激活护理测试运行节点的选定排序匹配程度。
在另一种可能的实现方式中，针对步骤S120而言，目标激活护理测试运行节点包括一个时，可以将目标激活护理测试运行节点的选定排序间隔值，确定为目标护理测试监控单元的选定参考信息。
又例如，目标激活护理测试运行节点包括多个时，可以基于多个目标激活护理测试运行节点的选定排序间隔值，确定目标护理测试监控单元的选定参考信息。
其中，可以通过如下方式获取一个目标激活护理测试运行节点的选定排序间隔值：
（1）确定根据一个目标激活护理测试运行节点选定的各目标参照护理测试运行节点，在选定的各目标参照护理测试运行节点中的第三选定排序。
（2）基于根据一个目标激活护理测试运行节点选定的各目标参照护理测试运行节点和一个目标激活护理测试运行节点之间的护理匹配信息，以及根据一个目标激活护理测试运行节点选定的各目标参照护理测试运行节点的第三选定排序，确定第一选定间隔参考值。
譬如，根据一个目标激活护理测试运行节点选定的各目标参照护理测试运行节点和一个目标激活护理测试运行节点之间的护理匹配信息，对各目标参照护理测试运行节点进行排序，并将排序结果与各目标参照护理测试运行节点的第三选定排序进行差异参照，得到第一选定间隔参考值。
（3）确定根据一个目标激活护理测试运行节点选定的各目标参照护理测试运行节点对应的第四选定排序。
其中，第四选定排序是基于根据一个目标激活护理测试运行节点选定的各目标参照护理测试运行节点和一个目标激活护理测试运行节点之间的护理匹配信息的大小确定的。
（4）基于根据一个目标激活护理测试运行节点选定的各目标参照护理测试运行节点和一个目标激活护理测试运行节点之间的护理匹配信息，以及根据一个目标激活护理测试运行节点选定的各目标参照护理测试运行节点的第四选定排序，确定第二选定间隔参考值。
同样地，可以根据一个目标激活护理测试运行节点选定的各目标参照护理测试运行节点和一个目标激活护理测试运行节点之间的护理匹配信息，对各目标参照护理测试运行节点进行排序，并将排序结果与各目标参照护理测试运行节点的第四选定排序进行差异参照，得到第二选定间隔参考值。
（5）将第一选定间隔参考值和第二选定间隔参考值的比例，确定为一个目标激活护理测试运行节点的选定排序间隔值。
在一种可能的实现方式中，针对步骤S130而言，在基于目标护理测试监控单元的选定参考信息，确定目标护理测试监控单元所属的护理改进区域对象簇的过程中可以通过以下示例性的子步骤来实现，详细描述如下。
子步骤S131，获取与目标护理测试监控单元的选定参考信息所对应的目标参数区间。
本实施例中，可以预先配置不同参数区间所对应的选定参考信息范围，从而可以依据上述对应关系获取与目标护理测试监控单元的选定参考信息所对应的目标参数区间。
子步骤S132，确定目标参数区间所预先关联的护理改进区域对象簇，作为目标护理测试监控单元所属的护理改进区域对象簇。
如此，可以便于后续测试人员基于不同激活测试区间的护理改进区域对象簇进行针对性的数据收集，例如收集大量的护理监控修复信息，以便于后续对目标护理测试监控单元进行监控调整修复。
在一种可能的实现方式中，针对步骤S140，在基于收集的护理监控修复信息对每个护理改进区域对象簇的目标护理测试监控单元进行监控调整修复的过程中，可以通过以下示例性的子步骤来实现，详细描述如下。
子步骤S141，获取目标护理改进区域对象簇中每个目标护理测试监控单元的护理监控修复信息对应的修复可执行对象数据，并基于修复可执行对象数据进行修复快照定位。
子步骤S142，获取预设量化值个修复快照内每个修复快照所对应的修复快照信息。
本实施例中，修复快照信息具体可以包括关联护理测试运行节点、护理测试运行节点类别以及修复调整定位信息。例如，关联护理测试运行节点可以用于修复快照所覆盖的护理测试运行节点（例如修复调整某个监测项目等），护理测试运行节点类别用于指示修复快照的修复标签，修复标签可以是指护理测试运行节点在修复调整过程中所对应的类别标签，修复调整定位信息用于指示修复快照内的修复调整代码段的目录定位。其中，修复调整代码段可以是指在修复调整过程中用于控制修复调整对象、修复调整参数（如修复调整动作、修复调整速度、修复调整范围等）的代码段。
子步骤S143，根据每个修复快照所对应的修复快照信息，生成每个修复快照所对应的监控调整修复信息。
本实施例中，监控调整修复信息用于对当前修复运行单元进行监控策略节点修复处理或监控策略节点强化处理，监控调整修复信息与修复快照具有一一对应的关系。其中，对当前修复运行单元进行监控策略节点修复处理可以是指当前修复运行单元存在监控策略节点需要进行自适应性优化，从而与当前的修复快照所对应的修复快照信息适配。对当前修复运行单元进行监控策略节点强化处理可以是指当前修复运行单元存在监控策略节点需要进行自适应性强化，可以将该监控策略节点的权重进行强化。
子步骤S144，采用每个修复快照所对应的监控调整修复信息，对每个修复快照所对应的当前修复运行单元进行处理，得到每个修复快照所对应的目标修复运行单元，并根据每个修复快照所对应的目标修复运行单元，生成通过修复调整脚本进行应用修复调整的目标护理测试监控单元。
其中，监控调整修复信息、当前修复运行单元以及目标修复运行单元具有一一对应的关系。这样，通过生成最终的目标护理测试监控单元，即可提高后续云计算修复调整的体验。
基于上述步骤，本实施例能够根据每个修复快照所对应的修复快照信息，生成每个修复快照所对应的监控调整修复信息，然后对每个修复快照所对应的当前修复运行单元进行处理，得到每个修复快照所对应的目标修复运行单元，由此生成通过修复调整脚本进行应用修复调整的目标护理测试监控单元。采用上述方式，基于多个修复快照并行处理来自不同维度的修复运行单元信息，进而在多修复运行单元场景下，可通过监控调整修复信息对不同维度上的修复运行单元信息进行监控策略节点强化或者监控策略节点优化，从而能够实时优化修复运行单元信息，由此有利于提升后续的应用监控稳定性。
譬如，在一种可能的实现方式中，针对步骤S142而言，在获取预设量化值个修复快照内每个修复快照所对应的修复快照信息的过程中，可以通过以下示例性的子步骤实现，详细描述如下。
子步骤S1421，对预设量化值个修复快照内的每个修复快照进行检测，得到每个修复快照所对应的修复调整检测结果。
子步骤S1422，根据每个修复快照所对应的修复调整检测结果确定每个修复快照所对应的修复调整定位信息。
子步骤S1423，根据每个修复快照所对应的修复调整检测结果确定每个修复快照所对应的误差信息。
例如，可以针对于预设量化值个修复快照中的任意一个修复快照，若修复调整检测结果为修复快照空间在具有误差的修复调整节点信息，则将修复调整节点信息在修复快照内的误差过程的信息确定为每个修复快照所对应的误差信息。
子步骤S1424，获取每个修复快照所对应的关联护理测试运行节点以及每个修复快照所对应的护理测试运行节点类别。
子步骤S1425，根据每个修复快照所对应的修复调整定位信息、每个修复快照所对应的误差信息、每个修复快照所对应的关联护理测试运行节点以及每个修复快照所对应的护理测试运行节点类别，生成每个修复快照所对应的修复快照信息。
譬如，进一步地，在此基础上，作为一种可能的实现方式中，针对步骤S143，在根据每个修复快照所对应的修复快照信息，生成每个修复快照所对应的监控调整修复信息的过程中，可以通过以下示例性的子步骤实现，详细描述如下。
子步骤S1431，从预先配置的关联护理测试运行节点对应的护理测试历史数据中获取与护理测试运行节点类别对应的测试分类模拟信息。
子步骤S1432，根据修复调整定位信息对测试分类模拟信息进行特征提取，得到测试分类模拟信息分别匹配于修复调整定位信息的修复调整场景信息。
子步骤S1433，基于测试分类模拟信息的修复调整场景信息确定全局监控调整修复信息。
子步骤S1434，根据误差信息在测试分类模拟信息中确定测试分类模拟误差区域信息，并确定测试分类模拟误差区域信息对应的修复调整场景信息。
子步骤S1435，对全局监控调整修复信息和测试分类模拟误差区域信息对应的修复调整场景信息进行融合，得到每个修复快照所对应的监控调整修复信息。
本实施例中，监控调整修复信息中包括有需要对当前修复运行单元进行监控策略节点修复处理或监控策略节点强化处理的监控策略节点。
修复调整定位信息包括修复调整代码段分布，修复调整代码段分布中包括多个修复调整代码段，以及连接两个修复调整代码段之间的迁移特征向量，迁移特征向量包括迁移特征向量的特性分支修复信息和配置属性索引信息，修复调整代码段包括测试分类模拟修复数据点和修复对象。
在此基础上，对于子步骤S1432而言，可以通过以下示例性的实施方式来实现。
（1）在修复调整代码段分布中确定测试分类模拟信息对应的测试分类模拟修复数据点。
（2）根据特性分支修复信息在修复调整代码段分布的多个修复调整代码段中确定测试分类模拟修复数据点的选定配置属性索引参数、优化配置属性索引参数。
譬如，测试分类模拟修复数据点可以是指修复调整的场景中不同配置属性分层的修复控制过程中的时间修复数据点或者空间修复数据点。
（3）根据连接测试分类模拟修复数据点和选定配置属性索引参数之间的迁移特征向量的配置属性索引信息计算选定配置属性索引参数对测试分类模拟信息所产生的第一修复调整优化情景。
（4）根据连接测试分类模拟修复数据点和选定配置属性索引参数之间的迁移特征向量的配置属性索引信息计算选定配置属性索引参数对测试分类模拟信息所产生的第二修复调整优化情景。
（5）根据第一修复调整优化情景和第二修复调整优化情景确定测试分类模拟信息的修复调整场景信息。
这样，针对步骤S144而言，在采用每个修复快照所对应的监控调整修复信息，对每个修复快照所对应的当前修复运行单元进行处理，得到每个修复快照所对应的目标修复运行单元的过程中，可以通过以下示例性的子步骤实现，详细描述如下。
子步骤S1441，根据监控调整修复信息中包括有需要对当前修复运行单元进行监控策略节点修复处理或监控策略节点强化处理的监控策略节点，获取需要对当前修复运行单元进行监控策略节点修复处理的第一监控策略节点，以及需要对当前修复运行单元进行监控策略节点强化处理的第二监控策略节点。
子步骤S1442，根据监控调整修复信息中对应的优化策略信息对第一监控策略节点进行修复处理，以及根据监控调整修复信息中对应的强化策略信息对第二监控策略节点进行强化处理。
在一种可能的实现方式中，仍旧针对步骤S144而言，在根据每个修复快照所对应的目标修复运行单元，生成通过修复调整脚本进行应用修复调整的目标护理测试监控单元的过程中，可以通过以下示例性的子步骤实现，详细描述如下。
子步骤S1443，根据每个修复快照所对应的目标修复运行单元，确定每个修复快照所对应的动态链接库指标参数。
其中，值得说明的是，动态链接库指标参数为目标修复运行单元在每个修复调整加载通道上的动态链接库指标参数。
子步骤S1444，根据每个修复快照所对应的动态链接库指标参数，确定每个修复快照所对应的修复调整逻辑器的修复调整控制信息。
子步骤S1445，基于每个修复快照所对应的修复调整逻辑器的修复调整控制信息对当前的目标护理测试监控单元进行更新配置，得到每个修复快照所对应的目标护理测试监控单元。
例如，可以获取每个修复快照所对应的修复调整逻辑器的修复调整控制信息针对当前的目标护理测试监控单元中每个链接跳转信息的修复调整控制关联信息，并基于当前的目标护理测试监控单元中每个链接跳转信息的修复调整控制关联信息对当前的目标护理测试监控单元进行更新配置，得到每个修复快照所对应的目标护理测试监控单元。
在一种可能的实现方式中，在上述描述的基础上，针对步骤S141而言，在获取目标护理改进区域对象簇中每个目标护理测试监控单元的护理监控修复信息对应的修复可执行对象数据，并基于修复可执行对象数据进行修复快照定位的过程中，可以通过以下示例性的子步骤实现，详细描述如下。
子步骤S1411，获取针对所述智能护理设备的每个应用修复调整节点对应的可加载修复调整器信息，并基于可加载修复调整器信息对所述目标护理测试监控单元的护理监控修复信息进行修复调整器调用栈，获得对应的修复调整器调用栈集。
本实施例中，可加载修复调整器信息可以用于表征在进行修复调整过程中被激活修复调整状态的修复调整器，护理监控修复信息可以是指开发人员基于前述的目标护理测试监控单元的选定参考信息发起的数据收集请求相关的数据收集配置参数。修复调整器调用栈集可以是指针对所述目标护理测试监控单元的护理监控修复信息从预先配置的索引数据库中获得的与每个可加载修复调整器匹配的修复调整器进程文件，具体可以包括修复调整过程中的时间进程文件、空间进程文件等等。
子步骤S1412，基于修复调整器调用栈集获取对应的修复调整器更新进程文件，基于修复调整器更新进程文件，确定多个修复调整器更新通道的修复调整资源分布信息。
本实施例中，修复调整器更新进程文件可以包括每个可加载修复调整器在各个修复调整试验上的更新进程文件情况，修复调整器更新通道可以是指各个修复调整试验构成的修复调整器更新通道节点集合，修复调整资源分布信息可以是指各个修复调整试验在对修复调整器更新过程进行调度中的修复调整资源的特征提取情况。
子步骤S1413，将修复调整资源分布信息分别输入修复调整场景生成模型中的多个修复调整场景架构组件，通过修复调整场景架构组件进行至少一次修复标签生成得到至少一个修复标签。
本实施例中，通过修复调整场景架构组件进行的至少一次修复标签生成是基于关联分层数据资源模型进行的，关联分层数据资源模型关联至多个修复调整场景架构组件的其它修复调整场景架构组件提取的修复标签。
子步骤S1414，对多个修复调整场景架构组件输出的多个修复标签进行修复调整场景生成，得到修复调整场景生成内容，基于修复调整场景生成内容，得到修复调整器更新进程文件在护理监控修复信息下的修复可执行对象数据，并基于修复调整器更新进程文件在护理监控修复信息下的修复可执行对象数据进行修复快照定位。
本实施例中，修复调整器更新进程文件在护理监控修复信息下的修复可执行对象数据可以用于表征修复调整器更新进程文件在后续进行修复快照定位过程中的修复调整画像映射集合，也即在修复快照定位过程中映射定位数据节点的修复调整画像的集合，从而按照这些修复调整画像的集合的匹配逻辑进行修复快照的查找，从而进行修复快照定位。
基于上述步骤，本实施例先基于修复调整器更新进程文件确定多个修复调整器更新通道的修复调整资源分布信息，将修复调整资源分布信息分别输入修复调整场景生成模型中的多个修复调整场景架构组件，每个修复调整场景架构组件都会进行至少一次修复标签生成得到至少一个修复标签，并且至少一次修复标签生成是基于关联分层数据资源模型进行的，关联分层数据资源模型关联至多个修复调整场景架构组件的其它修复调整场景架构组件提取的修复标签，这样不同修复调整场景架构组件中提取的修复标签之间可以进行至少一次的交换和融合，进而能够将不同层次的修复标签进行修复调整场景生成，以通过丰富修复标签的层次来提高修复快照定位的表征能力，从而定位针对性更佳。
在一种可能的实现方式中，在上述方案的基础上，本实施例还可以进一步将多个修复调整场景架构组件的其中一个修复调整场景架构组件作为目标修复调整场景架构组件，然后获取目标修复调整场景架构组件提取的第一修复标签，以及多个修复调整场景架构组件中除目标修复调整场景架构组件之外的其它修复调整场景架构组件提取的第二修复标签。
这样，当第二修复标签的修复调整器更新通道不匹配第一修复标签的修复调整器更新通道时，对第二修复标签进行优化设置，优化设置后的第二修复标签的修复调整器更新通道与第一修复标签的修复调整器更新通道相同。由此，可以通过目标修复调整场景架构组件，对优化设置后的第二修复标签和第一修复标签的内容匹配信息进行修复标签生成。
其中，第二修复标签的量化值为至少两个。
在上述基础上，当同时存在修复调整器更新通道不匹配第一修复标签的修复调整器更新通道的第二修复标签，以及修复调整器更新通道匹配第一修复标签的修复调整器更新通道的第二修复标签时，对修复调整器更新通道不匹配第一修复标签的修复调整器更新通道的第二修复标签进行优化设置，对修复调整器更新通道匹配第一修复标签的修复调整器更新通道的第二修复标签进行反向优化设置，优化设置后的第二修复标签的修复调整器更新通道、反向优化设置后的第二修复标签的修复调整器更新通道均与第一修复标签的修复调整器更新通道相同。
如此，可以通过目标修复调整场景架构组件，对优化设置后的第二修复标签、反向优化设置后的第二修复标签以及第一修复标签的内容匹配信息进行修复标签生成。
再例如，在上述基础上，当第二修复标签的修复调整器更新通道匹配第一修复标签的修复调整器更新通道时，对第二修复标签进行反向优化设置，反向优化设置后的第二修复标签的修复调整器更新通道与第一修复标签的修复调整器更新通道相同。如此，可以通过目标修复调整场景架构组件，对反向优化设置后的第二修复标签和第一修复标签的内容匹配信息进行修复标签生成。
图3为本公开实施例提供的智能护理数据处理装置300的功能模块示意图，本实施例可以根据上述服务器100执行的方法实施例对该智能护理数据处理装置300进行功能模块的划分，也即该智能护理数据处理装置300所对应的以下各个功能模块可以用于执行上述服务器100执行的各个方法实施例。其中，该智能护理数据处理装置300可以包括获取模块310、第一确定模块320、第二确定模块330以及修复模块340，下面分别对该智能护理数据处理装置300的各个功能模块的功能进行详细阐述。
获取模块310，用于获取所述智能护理设备上传的目标护理测试监控单元的目标激活护理测试运行节点和目标参照护理测试运行节点，目标激活护理测试运行节点包括目标护理测试监控单元的测试护理测试运行节点集中的测试护理测试运行节点，目标参照护理测试运行节点包括目标护理测试监控单元根据目标激活护理测试运行节点从参照护理测试运行节点集中选定的参照护理测试运行节点，测试护理测试运行节点集中的任一条测试护理测试运行节点与参照护理测试运行节点集中的任一条参照护理测试运行节点之间预先标定有护理匹配信息，护理匹配信息用于标识测试护理测试运行节点和参照护理测试运行节点之间的匹配程度。
第一确定模块320，用于基于选定的目标参照护理测试运行节点和目标激活护理测试运行节点之间的护理匹配信息，确定目标护理测试监控单元的选定参考信息，选定参考信息表征选定第一相似参照护理测试运行节点的匹配程度，第一相似参照护理测试运行节点是指与目标激活护理测试运行节点的匹配程度满足匹配程度条件的参照护理测试运行节点。
第二确定模块330，用于基于目标护理测试监控单元的选定参考信息，确定目标护理测试监控单元所属的护理改进区域对象簇。
修复模块340，用于基于收集的护理监控修复信息对每个护理改进区域对象簇的目标护理测试监控单元进行监控调整修复。
需要说明的是，应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现。也可以全部以硬件的形式实现。还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，获取模块310可以为单独设立的处理元件，也可以集成在上述装置的某一个芯片中实现，此外，也可以以程序代码的形式存储于上述装置的存储器中，由上述装置的某一个处理元件调用并执行以上获取模块310的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里所描述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
图4示出了本公开实施例提供的用于实现上述的智能护理数据处理方法的服务器100的硬件结构示意图，如图4所示，服务器100可包括处理器110、机器可读存储介质120、总线130以及收发器140。
在具体实现过程中，至少一个处理器110执行机器可读存储介质120存储的计算机执行指令（例如图3中所示的智能护理数据处理装置300包括的获取模块310、第一确定模块320、第二确定模块330以及修复模块340），使得处理器110可以执行如上方法实施例的智能护理数据处理方法，其中，处理器110、机器可读存储介质120以及收发器140通过总线130连接，处理器110可以用于控制收发器140的收发动作，从而可以与前述的智能护理设备200进行数据收发。
处理器110的具体实现过程可参见上述服务器100执行的各个方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。
在上述的图4所示的实施例中，应理解，处理器可以是中央处理器(英文：CentralProcessing Unit，CPU)，还可以是其它通用处理器、数字信号处理器(英文：DigitalSignal Processor，DSP)、专用集成电路(英文：Application SpecificIntegratedCircuit，ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
机器可读存储介质120可能包含高速RAM存储器，也可能还包括非易失性存储NVM，例如至少一个磁盘存储器。
总线130可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互连(Peripheral Component Interconnect，PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture，EISA)总线等。总线130可以分为地址总线、数据总线、控制总线等。为便于表示，本发明附图中的总线并不限定仅有一根总线或一种类型的总线。
此外，本发明实施例还提供一种可读存储介质，所述可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上智能护理数据处理方法。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外，本领域技术人员可以理解，本说明书的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对它们的任何新的和有用的改进。相应地，本说明书的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外，本说明书的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。
计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等，或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、系统或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、RF、或类似介质，或任何上述介质的组合。
本说明书各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等，常规程序化编程语言如C语言、VisualBasic、Fortran2003、Perl、COBOL2002、PHP、ABAP，动态编程语言如Python、Ruby和Groovy，或其它编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网(LAN)或广域网(WAN)，或连接至外部计算机(例如通过因特网)，或在云计算环境中，或作为服务使用如软件即服务(SaaS)。
此外，除非权利要求中明确说明，本说明书处理元素和序列的顺序、数字字母的使用、或其它名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。
同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
最后，应当理解的是，本说明书中实施例仅用以说明本说明书实施例的原则。其它的变形也可能属于本说明书范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。
Claims (10)
1.一种智能护理数据处理方法，其特征在于，应用于服务器，所述服务器与多个智能护理设备通信连接，所述方法包括：
获取所述智能护理设备上传的目标护理测试监控单元的目标激活护理测试运行节点和目标参照护理测试运行节点，所述目标激活护理测试运行节点包括目标护理测试监控单元的测试护理测试运行节点集中的测试护理测试运行节点，所述目标参照护理测试运行节点包括所述目标护理测试监控单元根据所述目标激活护理测试运行节点从参照护理测试运行节点集中选定的参照护理测试运行节点，所述测试护理测试运行节点集中的任一条测试护理测试运行节点与所述参照护理测试运行节点集中的任一条参照护理测试运行节点之间预先标定有护理匹配信息，所述护理匹配信息用于标识测试护理测试运行节点和参照护理测试运行节点之间的匹配程度；
基于选定的目标参照护理测试运行节点和所述目标激活护理测试运行节点之间的护理匹配信息，确定所述目标护理测试监控单元的选定参考信息，所述选定参考信息表征选定第一相似参照护理测试运行节点的匹配程度，所述第一相似参照护理测试运行节点是指与所述目标激活护理测试运行节点的匹配程度满足匹配程度条件的参照护理测试运行节点；
基于所述目标护理测试监控单元的选定参考信息，确定目标护理测试监控单元所属的护理改进区域对象簇；
基于收集的护理监控修复信息对每个所述护理改进区域对象簇的目标护理测试监控单元进行监控调整修复；
其中，所述护理匹配信息可以用于标识测试护理测试运行节点和参照护理测试运行节点之间的匹配程度；
其中，所述基于所述目标护理测试监控单元的选定参考信息，确定目标护理测试监控单元所属的护理改进区域对象簇的步骤，包括：
获取与所述目标护理测试监控单元的选定参考信息所对应的目标参数区间；
确定所述目标参数区间所预先关联的护理改进区域对象簇，作为所述目标护理测试监控单元所属的护理改进区域对象簇。
2.根据权利要求1所述的智能护理数据处理方法，其特征在于，所述测试护理测试运行节点集和所述参照护理测试运行节点集是通过如下方式获得的：
获取用于测试所述目标护理测试监控单元的预设护理测试运行节点集合； 将匹配程度达到目标设定匹配程度的预设护理测试运行节点，聚类为一个护理测试运行节点清单；
将各护理测试运行节点清单中的每两个预设护理测试运行节点之间的护理匹配信息，标定为各护理测试运行节点清单对应的目标护理匹配信息；
将每个聚类中的部分预设护理测试运行节点作为所述测试护理测试运行节点集中的测试护理测试运行节点，得到所述测试护理测试运行节点集；
将每个聚类中作为测试护理测试运行节点之外的其它预设护理测试运行节点作为参照护理测试运行节点，得到所述参照护理测试运行节点集。
3.根据权利要求1所述的智能护理数据处理方法，其特征在于，若所述目标激活护理测试运行节点包括多个目标激活护理测试运行节点，所述基于选定的目标参照护理测试运行节点和所述目标激活护理测试运行节点之间的护理匹配信息，确定所述目标护理测试监控单元的选定参考信息的步骤，包括：
确定所述目标护理测试监控单元根据各目标激活护理测试运行节点选定的第N个目标参照护理测试运行节点，所述N为正整数；
基于各目标激活护理测试运行节点和对应的选定的第N个目标参照护理测试运行节点之间的护理匹配信息，确定所述根据各目标激活护理测试运行节点选定的第N个目标参照护理测试运行节点中，与对应的目标激活护理测试运行节点的匹配程度达到第一设定匹配程度的第N个目标参照护理测试运行节点的量化值；
将确定的第N个目标参照护理测试运行节点的量化值和所述目标激活护理测试运行节点的总量化值的比例，确定所述目标护理测试监控单元的选定参考信息。
4.根据权利要求1所述的智能护理数据处理方法，其特征在于，所述基于选定的目标参照护理测试运行节点和所述目标激活护理测试运行节点之间的护理匹配信息，确定所述目标护理测试监控单元的选定参考信息，包括：
若所述目标激活护理测试运行节点包括一个目标激活护理测试运行节点，将所述目标激活护理测试运行节点的第一选定匹配程度确定为所述目标护理测试监控单元的选定参考信息；
若所述目标激活护理测试运行节点包括多个目标激活护理测试运行节点，基于所述多个目标激活护理测试运行节点的第一选定匹配程度，确定所述目标护理测试监控单元的选定参考信息；
其中，通过如下方式获取一个目标激活护理测试运行节点的第一选定匹配程度：
基于根据所述一个目标激活护理测试运行节点选定的各目标参照护理测试运行节点和所述一个目标激活护理测试运行节点之间的护理匹配信息，确定根据所述一个目标激活护理测试运行节点选定的目标参照护理测试运行节点中，与所述一个目标激活护理测试运行节点的匹配程度达到第二设定匹配程度的目标参照护理测试运行节点的第一量化值；
将所述第一量化值和根据所述一个目标激活护理测试运行节点选定的目标参照护理测试运行节点的总量化值的比例，确定为所述一个目标激活护理测试运行节点的第一选定匹配程度。
5.根据权利要求1所述的智能护理数据处理方法，其特征在于，所述基于选定的目标参照护理测试运行节点和所述目标激活护理测试运行节点之间的护理匹配信息，确定所述目标护理测试监控单元的选定参考信息，包括：
若所述目标激活护理测试运行节点包括一个目标激活护理测试运行节点，将所述目标激活护理测试运行节点的第二选定匹配程度确定为所述目标护理测试监控单元的选定参考信息；
若所述目标激活护理测试运行节点包括多个目标激活护理测试运行节点，基于所述多个目标激活护理测试运行节点的第二选定匹配程度，确定所述目标护理测试监控单元的选定参考信息，其中，通过如下方式获取一个目标激活护理测试运行节点的第二选定匹配程度：
基于所述参照护理测试运行节点集中的各参照护理测试运行节点和所述一个目标激活护理测试运行节点之间的护理匹配信息，确定根据所述一个目标激活护理测试运行节点选定的目标参照护理测试运行节点中，与所述一个目标激活护理测试运行节点的匹配程度达到第三设定匹配程度的目标参照护理测试运行节点的第二量化值；
确定所述参照护理测试运行节点集中的各参照护理测试运行节点中，与所述一个目标激活护理测试运行节点的匹配程度达到所述第三设定匹配程度的参照护理测试运行节点的第三量化值；
将所述第二量化值和所述第三量化值的比例，确定为所述一个目标激活护理测试运行节点的第二选定匹配程度。
6.根据权利要求1所述的智能护理数据处理方法，其特征在于，所述基于选定的目标参照护理测试运行节点和所述目标激活护理测试运行节点之间的护理匹配信息，确定所述目标护理测试监控单元的选定参考信息，包括：
若所述目标激活护理测试运行节点包括一个目标激活护理测试运行节点，将所述目标激活护理测试运行节点的选定排序匹配程度确定为所述目标护理测试监控单元的选定参考信息；
若所述目标激活护理测试运行节点包括多个目标激活护理测试运行节点，基于所述多个目标激活护理测试运行节点的选定排序匹配程度，确定所述目标护理测试监控单元的选定参考信息，其中，通过如下方式获取一个目标激活护理测试运行节点的选定排序匹配程度：
基于根据所述一个目标激活护理测试运行节点选定的各目标参照护理测试运行节点和所述一个目标激活护理测试运行节点之间的护理匹配信息，从根据所述一个目标激活护理测试运行节点选定的目标参照护理测试运行节点中确定出第二相似参照护理测试运行节点，所述第二相似参照护理测试运行节点包括与所述一个目标激活护理测试运行节点的匹配程度达到第四设定匹配程度的目标参照护理测试运行节点；
确定各第二相似参照护理测试运行节点在第二相似参照护理测试运行节点中的第一选定排序；以及 确定各第二相似参照护理测试运行节点在根据所述一个目标激活护理测试运行节点选定的目标参照护理测试运行节点中的第二选定排序；
将各第二相似参照护理测试运行节点的第一选定排序和第二选定排序的比例的和，确定为所述一个目标激活护理测试运行节点的选定排序匹配程度。
7.根据权利要求1所述的智能护理数据处理方法，其特征在于，所述基于选定的目标参照护理测试运行节点和所述目标激活护理测试运行节点之间的护理匹配信息，确定所述目标护理测试监控单元的选定参考信息，包括：
若所述目标激活护理测试运行节点包括一个目标激活护理测试运行节点，将所述目标激活护理测试运行节点的选定排序间隔值，确定为所述目标护理测试监控单元的选定参考信息；
若所述目标激活护理测试运行节点包括多个目标激活护理测试运行节点，基于所述多个目标激活护理测试运行节点的选定排序间隔值，确定所述目标护理测试监控单元的选定参考信息，其中，通过如下方式获取一个目标激活护理测试运行节点的选定排序间隔值：
确定根据所述一个目标激活护理测试运行节点选定的各目标参照护理测试运行节点，在所述选定的各目标参照护理测试运行节点中的第三选定排序；
基于根据所述一个目标激活护理测试运行节点选定的各目标参照护理测试运行节点和所述一个目标激活护理测试运行节点之间的护理匹配信息，以及根据所述一个目标激活护理测试运行节点选定的各目标参照护理测试运行节点的第三选定排序，确定第一选定间隔参考值；
确定根据所述一个目标激活护理测试运行节点选定的各目标参照护理测试运行节点对应的第四选定排序，所述第四选定排序是基于根据所述一个目标激活护理测试运行节点选定的各目标参照护理测试运行节点和所述一个目标激活护理测试运行节点之间的护理匹配信息的大小确定的；
基于根据所述一个目标激活护理测试运行节点选定的各目标参照护理测试运行节点和所述一个目标激活护理测试运行节点之间的护理匹配信息，以及根据所述一个目标激活护理测试运行节点选定的各目标参照护理测试运行节点的第四选定排序，确定第二选定间隔参考值；
将所述第一选定间隔参考值和所述第二选定间隔参考值的比例，确定为所述一个目标激活护理测试运行节点的选定排序间隔值。
8.一种智能护理数据处理系统，其特征在于，所述智能护理数据处理系统包括服务器以及与所述服务器通信连接的多个智能护理设备；
所述服务器，用于：
获取所述智能护理设备上传的目标护理测试监控单元的目标激活护理测试运行节点和目标参照护理测试运行节点，所述目标激活护理测试运行节点包括目标护理测试监控单元的测试护理测试运行节点集中的测试护理测试运行节点，所述目标参照护理测试运行节点包括所述目标护理测试监控单元根据所述目标激活护理测试运行节点从参照护理测试运行节点集中选定的参照护理测试运行节点，所述测试护理测试运行节点集中的任一条测试护理测试运行节点与所述参照护理测试运行节点集中的任一条参照护理测试运行节点之间预先标定有护理匹配信息，所述护理匹配信息用于标识测试护理测试运行节点和参照护理测试运行节点之间的匹配程度；
基于选定的目标参照护理测试运行节点和所述目标激活护理测试运行节点之间的护理匹配信息，确定所述目标护理测试监控单元的选定参考信息，所述选定参考信息表征选定第一相似参照护理测试运行节点的匹配程度，所述第一相似参照护理测试运行节点是指与所述目标激活护理测试运行节点的匹配程度满足匹配程度条件的参照护理测试运行节点；
基于所述目标护理测试监控单元的选定参考信息，确定目标护理测试监控单元所属的护理改进区域对象簇；
基于收集的护理监控修复信息对每个所述护理改进区域对象簇的目标护理测试监控单元进行监控调整修复；
其中，所述护理匹配信息可以用于标识测试护理测试运行节点和参照护理测试运行节点之间的匹配程度；
其中，所述基于所述目标护理测试监控单元的选定参考信息，确定目标护理测试监控单元所属的护理改进区域对象簇的方式，包括：
获取与所述目标护理测试监控单元的选定参考信息所对应的目标参数区间；
确定所述目标参数区间所预先关联的护理改进区域对象簇，作为所述目标护理测试监控单元所属的护理改进区域对象簇。
9.一种服务器，其特征在于，所述服务器包括处理器、机器可读存储介质和网络接口，所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连，所述网络接口用于与至少一个智能护理设备通信连接，所述机器可读存储介质用于存储程序、指令或代码，所述处理器用于执行所述机器可读存储介质中的程序、指令或代码，以实现上述权利要求1-7中任一项所述的智能护理数据处理方法。
10.一种计算机可读存储介质，其特征在于，计算机可读存储介质中存储有指令，当其被执行时，使得计算机执行上述权利要求1-7中任一项所述的智能护理数据处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011619266.6A CN112489783B (zh) | 2020-12-31 | 2020-12-31 | 一种智能护理数据处理方法、系统、服务器及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011619266.6A CN112489783B (zh) | 2020-12-31 | 2020-12-31 | 一种智能护理数据处理方法、系统、服务器及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112489783A CN112489783A (zh) | 2021-03-12 |
| CN112489783B true CN112489783B (zh) | 2021-12-28 |
Family
ID=74916036
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011619266.6A Active CN112489783B (zh) | 2020-12-31 | 2020-12-31 | 一种智能护理数据处理方法、系统、服务器及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112489783B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102307312A (zh) * | 2011-08-31 | 2012-01-04 | 四川虹微技术有限公司 | 一种对dibr技术生成的目标图像进行空洞填充的方法 |
| CN109359013A (zh) * | 2018-10-24 | 2019-02-19 | 郑州云海信息技术有限公司 | 一种主机管理特性测试方法、装置、设备及存储介质 |
| CN110033852A (zh) * | 2018-01-12 | 2019-07-19 | 北京连心医疗科技有限公司 | 一种基于参数的放疗设备监控方法、设备和存储介质 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR3002346B1 (fr) * | 2013-02-15 | 2015-03-06 | Voluntis | Procede et systeme de surveillance a distance d'un dispositif medical logiciel |
| US10553313B2 (en) * | 2014-06-20 | 2020-02-04 | Washington University | Acceptance, commissioning, and ongoing benchmarking of a linear accelerator (LINAC) using an electronic portal imaging device (EPID) |
| CN111863223B (zh) * | 2020-07-28 | 2021-08-20 | 卫宁健康科技集团股份有限公司 | 医疗卫生服务的推荐方法、系统、电子设备及存储介质 |
-
2020
- 2020-12-31 CN CN202011619266.6A patent/CN112489783B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102307312A (zh) * | 2011-08-31 | 2012-01-04 | 四川虹微技术有限公司 | 一种对dibr技术生成的目标图像进行空洞填充的方法 |
| CN110033852A (zh) * | 2018-01-12 | 2019-07-19 | 北京连心医疗科技有限公司 | 一种基于参数的放疗设备监控方法、设备和存储介质 |
| CN109359013A (zh) * | 2018-10-24 | 2019-02-19 | 郑州云海信息技术有限公司 | 一种主机管理特性测试方法、装置、设备及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 基于多传感器的智能护理系统研究;甄文奇;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20170715;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112489783A (zh) | 2021-03-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112394942B (zh) | 基于云计算的分布式软件开发编译方法及软件开发平台 | |
| CN109933515B (zh) | 一种回归测试用例集的优化方法和自动优化装置 | |
| WO2019056720A1 (zh) | 自动化测试用例管理方法、装置、设备及存储介质 | |
| CN112684396B (zh) | 电能表运行误差监测模型的数据预处理方法及系统 | |
| CN112115162A (zh) | 基于电子商务云计算的大数据处理方法及人工智能服务器 | |
| CN116737975A (zh) | 应用于图像分析的公共卫生数据查询方法及系统 | |
| CN115049003A (zh) | 一种预训练模型微调方法、装置、设备和存储介质 | |
| CN111897864B (zh) | 一种基于互联网ai外呼的专家库数据抽取方法及系统 | |
| CN112395199B (zh) | 基于云计算的分布式软件实例测试方法及软件开发平台 | |
| CN112489783B (zh) | 一种智能护理数据处理方法、系统、服务器及存储介质 | |
| CN110177006B (zh) | 基于接口预测模型的节点测试方法及装置 | |
| CN110716778B (zh) | 应用兼容性测试方法、装置及系统 | |
| US11036980B2 (en) | Information processing method and information processing system | |
| CN116486269A (zh) | 基于图像分析的桥梁裂缝识别方法及系统 | |
| JP6701467B2 (ja) | 学習装置および学習方法 | |
| CN113761033B (zh) | 基于档案数字化管理的信息整理方法及系统 | |
| CN115114135B (zh) | 软件数据测试方法、装置、设备、介质及产品 | |
| CN113032547B (zh) | 基于人工智能的大数据处理方法、系统及云平台 | |
| CN111984744B (zh) | 基于远程通信和人工智能的信息处理方法及云端服务平台 | |
| CN112463122A (zh) | 基于云计算的软件开发应用数据处理方法及软件开发平台 | |
| CN113297092A (zh) | 软件的缺陷预测方法及相关设备 | |
| CN112489810B (zh) | 一种基于智慧医疗的数据处理方法、系统、服务器及介质 | |
| CN112463595A (zh) | 基于云计算的移动端软件开发处理方法及云计算软件平台 | |
| CN112860511A (zh) | 基于智能在线通信和大数据的信息生成方法、系统及平台 | |
| CN112652399A (zh) | 老人心理状态检测终端及老人心理状态检测系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20211209 Address after: 518000 4a, block B, Shenye Tairan cedar building, Tairan Industrial Zone, Futian District, Shenzhen City, Guangdong Province Applicant after: SHENZHEN KEWANGTONG TECHNOLOGY DEVELOPMENT Co.,Ltd. Address before: 510700 self compiled b048, 5 / F, No. 2, Chengmen street, Huangpu District, Guangzhou, Guangdong (office only) Applicant before: Guangzhou Yunbo Internet Technology Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: An intelligent nursing data processing method, system, server, and storage medium Granted publication date: 20211228 Pledgee: Bank of Beijing Limited by Share Ltd. Shenzhen branch Pledgor: SHENZHEN KEWANGTONG TECHNOLOGY DEVELOPMENT Co.,Ltd. Registration number: Y2024980004624 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right |