© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15沪公网安备31010402336585号
杭州超敏智能科技有限公司
企业杭州超敏智能科技有限公司，成立于2014年，位于浙江省，所属行业为软件和信息技术服务业，经营范围涵盖技术服务、技术开发、技术咨询、技术交流、技术转让、技术推广、智能家庭消费设备销售、数字视频监控系统销售、电气信号设备装置销售、计算机软硬件及辅助设备批发、计算机软硬件及外围设备制造、工业自动控制系统装置销售、工业控制计算机及系统销售等。
小微企业软件和信息技术服务业
数据集列表
输液管透光度对空气进入检测成功率的影响分析数据
本数据聚焦于分析不同输液管透光度对空气进入检测成功率的影响，明确了输液管透光度与空气进入检测成功率之间的量化关系，为公司及外部相关方提供了重要的决策依据，具有显著的应用价值。具体体现在以下几个方面：
1. 优化监测系统设计：公司依据该数据，能够针对性地调整智能输液监控系统的参数设置或优化空气检测算法，使其更好地适应不同透光度输液管的检测需求。
2. 保障输液治疗安全性：医疗机构参考这些分析数据，可精准选择适合特定输液环境的智能输液监控设备，确保输液治疗过程中空气进入的精确检测。
3. 完善行业标准制定：监管部门根据该数据，能够更准确地把握输液管透光度对智能输液监控系统空气检测的影响规律，从而制定出更具科学性、合理性和针对性的行业标准和规范。1.数据采集:实时记录不同输液管透光度下的空气进入检测成功率测试数据，包括测试样品编号、测试时间、输液管透光度/%、空气进入检测成功率/%等字段。
2.数据预处理:(1)对采集的数据进行去噪处理，确保数据准确性。(2)把历史采集的数据（包含本次采集）进行聚合，形成数据集X，并针对数据集X中的空气进入检测成功率字段，计算出其平均值。
3.计算线性回归斜率a和截距b:基于数据集X（以输液管透光度为自变量、空气进入检测成功率为因变量），运用SLOPE函数，基于最小二乘法原理确定斜率a，运用INTERCEPT函数确定截距b。斜率a表示单位输液管透光度变化对空气进入检测成功率的影响程度，截距b表示基准输液管透光度下空气进入检测的成功率值。
4.结果运用：（1）计算比例系数k：k=|a/空气进入检测成功率平均值|×100%；（2）若k≥10%，则判定为“高影响”，若5%≤k＜10%，则判定为“中影响”，若k＜5%，则判定为“低影响”。
浙江省数据知识产权登记平台2025-05-27 更新60
环境光照度对NICU暖箱流转溯源系统报警误报率的影响分析数据
本数据聚焦于分析环境光照度对NICU暖箱流转溯源系统报警误报率的影响，明确了环境光照度与报警误报率之间的量化关系，为公司及外部相关方提供了重要的决策依据，具有显著的应用价值。具体体现在以下几个方面：
1.优化系统设计：公司依据该数据，能够针对性地调整NICU暖箱流转溯源系统的参数设置或优化报警算法，使其更好地适应不同环境光照度下的运行需求。例如，根据环境光照度对报警误报率的影响规律，调整系统的抗干扰设计和算法优化，从而提高报警的准确性和稳定性，有效降低误报率，提升整个系统的性能和可靠性。
2.保障新生儿护理安全性：医疗机构参考这些分析数据，可精准选择适合特定环境光照度的NICU暖箱流转溯源系统，确保新生儿护理过程中报警系统的精确性。例如，在环境光照度变化较大的环境中，选择能够自动补偿光照度影响的系统，减少因光照度差异导致的误报，进而降低因误报引发的护理风险，保障新生儿护理的安全性。
3.完善行业标准制定：监管部门根据该数据，能够更准确地把握环境光照度对NICU暖箱流转溯源系统报警误报率的影响规律，从而制定出更具科学性、合理性和针对性的行业标准和规范。1.数据采集:实时记录不同环境光照度下的报警误报率测试数据，包括测试样品编号、测试时间、光照强度/lux、报警误报率/%等字段。
2.数据预处理:(1)对采集的数据进行去噪处理，确保数据准确性。(2)把历史采集的数据（包含本次采集）进行聚合，形成数据集X，并针对数据集X中的报警误报率字段，计算出其平均值。
3.计算线性回归斜率a和截距b:基于数据集X（以光照强度为自变量、报警误报率为因变量），运用SLOPE函数，基于最小二乘法原理确定斜率a，运用INTERCEPT函数确定截距b。斜率a表示单位光照强度变化对报警误报率的影响程度，截距b表示基准光照强度下报警误报率的值。
4.结果运用：（1）计算比例系数k：k=|a/报警误报率平均值|×100%；（2）若k≥10%，则判定为“高影响”，若5%≤k＜10%，则判定为“中影响”，若k＜5%，则判定为“低影响”。
浙江省数据知识产权登记平台2025-05-26 更新90
不同振动频率下腕带识别准确率分析数据
本数据聚焦于分析不同振动频率对腕带识别准确率的影响，明确了振动频率与腕带识别准确率之间的量化关系，为公司及外部相关方提供了重要的决策依据，具有显著的应用价值。具体体现在以下几个方面：
1.优化系统设计：公司依据该数据，能够针对性地调整系统的参数设置或优化识别算法，使其更好地适应不同振动频率下的识别需求。
2.保障医疗护理安全性：医疗机构参考这些分析数据，可精准选择适合特定振动频率的系统，确保医疗护理过程中患者身份识别的精确性。
3.完善行业标准制定：监管部门根据该数据，能够更准确地把握振动频率对系统的影响规律，从而制定出更具科学性、合理性和针对性的行业标准和规范。1.数据采集:实时记录不同振动频率下的腕带识别准确率测试数据，包括测试样品编号、测试时间、振动频率/Hz、腕带识别准确率/%等字段。
2.数据预处理:(1)对采集的数据进行去噪处理，确保数据准确性。(2)把历史采集的数据（包含本次采集）进行聚合，形成数据集X，并针对数据集X中的腕带识别准确率字段，计算出其平均值。
3.计算线性回归斜率a和截距b:基于数据集X（以振动频率为自变量、腕带识别准确率为因变量），运用SLOPE函数，基于最小二乘法原理确定斜率a，运用INTERCEPT函数确定截距b。斜率a表示单位振动频率变化对腕带识别准确率的影响程度，截距b表示基准振动频率下腕带识别准确率的值。
4.结果运用：（1）计算比例系数k：k=|a/腕带识别准确率平均值|×100%；（2）若k≥10%，则判定为“高影响”，若5%≤k＜10%，则判定为“中影响”，若k＜5%，则判定为“低影响”。
浙江省数据知识产权登记平台2025-05-26 更新40
不同光照条件下腕带识别准确率分析数据
本数据聚焦于分析不同光照条件对腕带识别准确率的影响，明确了光照条件与腕带识别准确率之间的量化关系，为公司及外部相关方提供了重要的决策依据，具有显著的应用价值。具体体现在以下几个方面：
1.优化系统设计：公司依据该数据，能够针对性地调整系统的参数设置或优化识别算法，使其更好地适应不同光照条件下的识别需求。
2.保障医疗护理安全性：医疗机构参考这些分析数据，可精准选择适合特定光照条件的系统，确保医疗护理过程中患者身份识别的精确性。
3.完善行业标准制定：监管部门根据该数据，能够更准确地把握光照条件对系统的影响规律，从而制定出更具科学性、合理性和针对性的行业标准和规范。1.数据采集:实时记录不同光照条件下的腕带识别准确率测试数据，包括测试样品编号、测试时间、光照强度/lux、腕带识别准确率/%等字段。
2.数据预处理:(1)对采集的数据进行去噪处理，确保数据准确性。(2)把历史采集的数据（包含本次采集）进行聚合，形成数据集X，并针对数据集X中的腕带识别准确率字段，计算出其平均值。
3.计算线性回归斜率a和截距b:基于数据集X（以光照强度为自变量、腕带识别准确率为因变量），运用SLOPE函数，基于最小二乘法原理确定斜率a，运用INTERCEPT函数确定截距b。斜率a表示单位光照强度变化对腕带识别准确率的影响程度，截距b表示基准光照强度下腕带识别准确率的值。
4.结果运用：（1）计算比例系数k：k=|a/腕带识别准确率平均值|×100%；（2）若k≥10%，则判定为“高影响”，若5%≤k＜10%，则判定为“中影响”，若k＜5%，则判定为“低影响”。
浙江省数据知识产权登记平台2025-05-26 更新80
滴速突变幅度对滴速异常识别率的影响分析数据
本数据聚焦于分析滴速突变幅度对滴速异常识别率的影响，明确了滴速突变幅度与滴速异常识别率之间的量化关系，为公司及外部相关方提供了重要的决策依据，具有显著的应用价值。具体体现在以下几个方面：
1.优化监测系统设计：公司依据该数据，能够针对性地调整智能输液监控系统的参数设置或优化滴速异常检测算法，使其更好地适应不同滴速突变幅度下的检测需求。
2.保障输液治疗安全性：医疗机构参考这些分析数据，可精准选择适合特定输液环境的智能输液监控设备，确保输液治疗过程中滴速异常的精确检测。
3.完善行业标准制定：监管部门根据该数据，能够更准确地把握滴速突变幅度对智能输液监控系统滴速异常检测的影响规律，从而制定出更具科学性、合理性和针对性的行业标准和规范。1.数据采集:实时记录不同滴速突变幅度下的滴速异常识别率测试数据，包括测试样品编号、测试时间、滴速突变幅度/滴/分钟）、滴速异常识别率/%等字段。
2.数据预处理:(1)对采集的数据进行去噪处理，确保数据准确性。(2)把历史采集的数据（包含本次采集）进行聚合，形成数据集X，并针对数据集X中的滴速异常识别率字段，计算出其平均值。
3.计算线性回归斜率a和截距b:基于数据集X（以滴速突变幅度为自变量、滴速异常识别率为因变量），运用SLOPE函数，基于最小二乘法原理确定斜率a，运用INTERCEPT函数确定截距b。斜率a表示单位滴速突变幅度变化对滴速异常识别率的影响程度，截距b表示基准滴速突变幅度下滴速异常识别率的值。
4.结果运用：（1）计算比例系数k：k=|a/滴速异常识别率平均值|×100%；（2）若k≥10%，则判定为“高影响”，若5%≤k＜10%，则判定为“中影响”，若k＜5%，则判定为“低影响”。
浙江省数据知识产权登记平台2025-05-26 更新110
振动频率对NICU暖箱流转溯源系统报警误报率的影响分析数据
本数据聚焦于分析振动频率对NICU暖箱流转溯源系统报警误报率的影响，明确了振动频率与报警误报率之间的量化关系，为公司及外部相关方提供了重要的决策依据，具有显著的应用价值。具体体现在以下几个方面：
1.优化系统设计：公司依据该数据，能够针对性地调整NICU暖箱流转溯源系统的参数设置或优化报警算法，使其更好地适应不同振动频率下的运行需求。例如，根据振动频率对报警误报率的影响规律，调整系统的抗干扰设计和算法优化，从而提高报警的准确性和稳定性，有效降低误报率，提升整个系统的性能和可靠性。
2.保障新生儿护理安全性：医疗机构参考这些分析数据，可精准选择适合特定振动环境的NICU暖箱流转溯源系统，确保新生儿护理过程中报警系统的精确性。例如，在振动频率较高的环境中，选择能够自动补偿振动影响的系统，减少因振动频率差异导致的误报，进而降低因误报引发的护理风险，保障新生儿护理的安全性。
3.完善行业标准制定：监管部门根据该数据，能够更准确地把握振动频率对NICU暖箱流转溯源系统报警误报率的影响规律，从而制定出更具科学性、合理性和针对性的行业标准和规范。1.数据采集:实时记录不同振动频率下的报警误报率测试数据，包括测试样品编号、测试时间、振动频率/Hz、报警误报率/%等字段。
2.数据预处理:(1)对采集的数据进行去噪处理，确保数据准确性。(2)把历史采集的数据（包含本次采集）进行聚合，形成数据集X，并针对数据集X中的报警误报率字段，计算出其平均值。
3.计算线性回归斜率a和截距b:基于数据集X（以振动频率为自变量、报警误报率为因变量），运用SLOPE函数，基于最小二乘法原理确定斜率a，运用INTERCEPT函数确定截距b。斜率a表示单位振动频率变化对报警误报率的影响程度，截距b表示基准振动频率下报警误报率的值。
4.结果运用：（1）计算比例系数k：k=|a/报警误报率平均值|×100%；（2）若k≥10%，则判定为“高影响”，若5%≤k＜10%，则判定为“中影响”，若k＜5%，则判定为“低影响”。
浙江省数据知识产权登记平台2025-05-26 更新70
电磁干扰强度对NICU暖箱流转溯源系统误报率的影响分析数据
本数据聚焦于分析电磁干扰强度对NICU暖箱流转溯源系统报警误报率的影响，明确了电磁干扰强度与报警误报率之间的量化关系，为公司及外部相关方提供了重要的决策依据，具有显著的应用价值。具体体现在以下几个方面：
1.优化系统设计：公司依据该数据，能够针对性地调整NICU暖箱流转溯源系统的参数设置或优化报警算法，使其更好地适应不同电磁干扰强度下的运行需求。例如，根据电磁干扰强度对报警误报率的影响规律，调整系统的抗干扰设计和算法优化，从而提高报警的准确性和稳定性，有效降低误报率，提升整个系统的性能和可靠性。
2.保障新生儿护理安全性：医疗机构参考这些分析数据，可精准选择适合特定电磁环境的NICU暖箱流转溯源系统，确保新生儿护理过程中报警系统的精确性。例如，在电磁干扰强度较高的环境中，选择能够自动补偿电磁干扰影响的系统，减少因电磁干扰导致的误报，进而降低因误报引发的护理风险，保障新生儿护理的安全性。
3.完善行业标准制定：监管部门根据该数据，能够更准确地把握电磁干扰强度对NICU暖箱流转溯源系统报警误报率的影响规律，从而制定出更具科学性、合理性和针对性的行业标准和规范。1.数据采集:实时记录不同电磁干扰强度下的报警误报率测试数据，包括测试样品编号、测试时间、电磁干扰强度/dBm、报警误报率/%等字段。
2.数据预处理:(1)对采集的数据进行去噪处理，确保数据准确性。(2)把历史采集的数据（包含本次采集）进行聚合，形成数据集X，并针对数据集X中的报警误报率字段，计算出其平均值。
3.计算线性回归斜率a和截距b:基于数据集X（以电磁干扰强度为自变量、报警误报率为因变量），运用SLOPE函数，基于最小二乘法原理确定斜率a，运用INTERCEPT函数确定截距b。斜率a表示单位电磁干扰强度变化对报警误报率的影响程度，截距b表示基准电磁干扰强度下报警误报率的值。
4.结果运用：（1）计算比例系数k：k=|a/报警误报率平均值|×100%；（2）若k≥10%，则判定为“高影响”，若5%≤k＜10%，则判定为“中影响”，若k＜5%，则判定为“低影响”。
浙江省数据知识产权登记平台2025-05-26 更新80
不同温湿度环境下腕带识别准确率分析数据
本数据聚焦于分析不同温湿度环境对腕带识别准确率的影响，明确了温湿度与腕带识别准确率之间的量化关系，为公司及外部相关方提供了重要的决策依据，具有显著的应用价值。具体体现在以下几个方面：
1.优化系统设计：公司依据该数据，能够针对性地调整系统的参数设置或优化识别算法，使其更好地适应不同温湿度环境下的识别需求。
2.保障医疗护理安全性：医疗机构参考这些分析数据，可精准选择适合特定温湿度环境的系统，确保医疗护理过程中患者身份识别的精确性。
3.完善行业标准制定：监管部门根据该数据，能够更准确地把握温湿度对系统的影响规律，从而制定出更具科学性、合理性和针对性的行业标准和规范。1.数据采集：实时记录不同温湿度条件下的腕带识别准确率测试数据，包括测试样品编号、测试时间、温度/℃、湿度/RH、腕带识别准确率/%等字段。
2.数据预处理：（1）对采集的数据进行去噪处理，确保数据准确性。（2）将历史采集的数据（包含本次采集）进行聚合，形成数据集X，并针对数据集X中的腕带识别准确率字段，计算出其平均值。
3.计算多元线性回归系数（a1、a2）和截距b：（1）基于数据集X（以温度和湿度为自变量、腕带识别准确率为因变量），运用LINEST函数，基于运用最小二乘法原理确定温度和湿度对腕带识别准确率的影响系数（a1、a2）和截距b。（2）系数a1、a2分别表示温度和湿度对腕带识别准确率的影响程度，截距b表示基准温度和湿度下腕带识别准确率的值。
4.结果运用：（1）计算影响比例系数k1、k2：k1=|a1/腕带识别准确率平均值|×100%，k2=|a2/腕带识别准确率平均值|×100%。（2）若k≥10%，则判定为“高影响”，若5%≤k＜10%，则判定为“中影响”，若k＜5%，则判定为“低影响”。
浙江省数据知识产权登记平台2025-05-26 更新80
不同电磁干扰强度下腕带识别准确率分析数据
本数据聚焦于分析不同电磁干扰强度对腕带识别准确率的影响，明确了电磁干扰强度与腕带识别准确率之间的量化关系，为公司及外部相关方提供了重要的决策依据，具有显著的应用价值。具体体现在以下几个方面：
1.优化系统设计：公司依据该数据，能够针对性地调整系统的参数设置或优化识别算法，使其更好地适应不同电磁干扰强度下的识别需求。
2.保障医疗护理安全性：医疗机构参考这些分析数据，可精准选择适合特定电磁干扰强度的系统，确保医疗护理过程中患者身份识别的精确性。
3.完善行业标准制定：监管部门根据该数据，能够更准确地把握电磁干扰强度对系统的影响规律，从而制定出更具科学性、合理性和针对性的行业标准和规范。1.数据采集:实时记录不同电磁干扰强度下的腕带识别准确率测试数据，包括测试样品编号、测试时间、电磁干扰强度/dBm、腕带识别准确率/%等字段。
2.数据预处理:(1)对采集的数据进行去噪处理，确保数据准确性。(2)把历史采集的数据（包含本次采集）进行聚合，形成数据集X，并针对数据集X中的腕带识别准确率字段，计算出其平均值。
3.计算线性回归斜率a和截距b:基于数据集X（以电磁干扰强度为自变量、腕带识别准确率为因变量），运用SLOPE函数，基于最小二乘法原理确定斜率a，运用INTERCEPT函数确定截距b。斜率a表示单位电磁干扰强度变化对腕带识别准确率的影响程度，截距b表示基准电磁干扰强度下腕带识别准确率的值。
4.结果运用：（1）计算比例系数k：k=|a/腕带识别准确率平均值|×100%；（2）若k≥10%，则判定为“高影响”，若5%≤k＜10%，则判定为“中影响”，若k＜5%，则判定为“低影响”。
浙江省数据知识产权登记平台2025-05-26 更新100
液体透明度对空气进入检测识别率的影响分析数据
本数据聚焦于分析不同液体透明度对空气进入检测识别率的影响，明确了液体透明度与空气进入检测识别率之间的量化关系，为公司及外部相关方提供了重要的决策依据，具有显著的应用价值。具体体现在以下几个方面：
1. 优化监测系统设计：公司依据该数据，能够针对性地调整智能输液监控系统的参数设置或优化空气检测算法，使其更好地适应不同液体透明度条件下的检测需求。
2. 保障输液治疗安全性：医疗机构参考这些分析数据，可精准选择适合特定液体透明度的智能输液监控设备，确保输液治疗过程中空气进入的精确检测。
3. 完善行业标准制定：监管部门根据该数据，能够更准确地把握液体透明度对智能输液监控系统空气检测的影响规律，从而制定出更具科学性、合理性和针对性的行业标准和规范。1.数据采集:实时记录不同液体透明度下的空气进入检测成功率测试数据，包括测试样品编号、测试时间、液体透明度/%、空气进入检测成功率/%等字段。
2.数据预处理:(1)对采集的数据进行去噪处理，确保数据准确性。(2)把历史采集的数据（包含本次采集）进行聚合，形成数据集X，并针对数据集X中的空气进入检测成功率字段，计算出其平均值。
3.计算线性回归斜率a和截距b:基于数据集X（以液体透明度为自变量、空气进入检测成功率为因变量），运用SLOPE函数，基于最小二乘法原理确定斜率a，运用INTERCEPT函数确定截距b。斜率a表示单位液体透明度变化对空气进入检测成功率的影响程度，截距b表示基准液体透明度下空气进入检测的成功率值。
4.结果运用：（1）计算比例系数k：k=|a/空气进入检测成功率平均值|×100%；（2）若k≥10%，则判定为“高影响”，若5%≤k＜10%，则判定为“中影响”，若k＜5%，则判定为“低影响”。
浙江省数据知识产权登记平台2025-05-26 更新120