急诊抢救中心 ( 抢救室 ) 急诊危重症中心 张帅 男 55 压疮报告单 2018-01-30 九病房 九病房 心外科 王璐 女 72 岁 压疮报告单 2018-01-30 四十病房 四十病房 心内科 黄春鹤 男 45 岁 压疮报告单 2018-01-30 急诊抢救中心 ( 抢救室 ) 急诊抢救中心 ( 抢救室 ) 急诊危重症中心 李范滢 女 62 压疮报告单 2018-01-26 十一病房心外 十一病房心外 心外科 许梦楠 男 72 岁 压疮报告单 2018-01-25 急诊抢救中心 ( 抢救室 ) 急诊抢救中心 ( 抢救室 ) 急诊危重症中心 崔亚楠 女 86 岁 压疮报告单 2018-01-23 急诊抢救中心 ( 抢救室 600 ☑ 无自付 刘 海 雁 妇产科 02147954 刘淑琴 妇产科 子宫肉瘤 子宫内膜癌 35055.12 48349.92 女 41 女 72 FYB50015001 氧气吸入 ( 加压给氧 / 医保每手全自 付 2 7 14 ☑ 无自付 02753741 00429974 金秀梅 妇产科 杨红飞

传至调度台，调度台可 分发他人 基于网络的即时传送文 字、多媒体、语音 通过对讲组列表，自由 选择单呼成员对象 指挥调度 层级管理 对群组成员进行对 讲 / 视频 / 信息等实时 通话，还可定位 72 小时 轨迹回放 基于用户、群组、部门 的管理：创建、查看、 编辑等 可视化对讲调度 云调度台： 可视化调度管理软件  可视化图形调度界面，使调度用户的状态一目了然  快捷的语音呼

位列全球开源模型第一名，依靠创新结构，将推理成本降低近百倍。 l 2024 年 12 月， DeepSeek-V3 发布，性能对齐海外领军闭源模型。该模型在多项评测集上超越了阿里 Qwen2.5-72B 、 Meta 的 Llama-3.1-405B 等其他开源 模型，并 逼近 GPT-4o 、 Claude-3.5-Sonnet 等顶尖闭源模型。据官方技术论文披露， V3 模型的总训练成本为 DeepSeek-V3 为自研 MoE 模型，共有 671B 参数，每个 token 激活 37B ，在 14.8T token 上进行 预训练。 DeepSeek-V3 多项评测成绩超越了 Qwen2.5-72B 和 Llama-3.1-405B 等其他开源模型，并在性能上和世界顶尖的闭源模型 GPT-4o 及 Claude-3.5-Sonnet 不分伯仲。 l DeepSeek-V3 模型生成速度提升至 21 未开源 Claude 3-Opus 未公布 86.8 Anthrop ic 2024.3.4 未开源 GPT-4 未公布 86.4 OpenAI 2023.3.14 未开源 Qwen2.5-72B 727 86.1 阿里 2024.9.18 开源 Llama3.1-405B 4050 85.2 Meta 2024.7.23 开源 Gemini-Ultra 未公布 83.7 谷歌 2023

位列全球开源模型第一名，依靠创新结构，将推理成本降低近百倍。 l 2024 年 12 月， DeepSeek-V3 发布，性能对齐海外领军闭源模型。该模型在多项评测集上超越了阿里 Qwen2.5-72B 、 Meta 的 Llama-3.1-405B 等其他开源 模型，并 逼近 GPT-4o 、 Claude-3.5-Sonnet 等顶尖闭源模型。据官方技术论文披露， V3 模型的总训练成本为 DeepSeek-V3 为自研 MoE 模型，共有 671B 参数，每个 token 激活 37B ，在 14.8T token 上进行 预训练。 DeepSeek-V3 多项评测成绩超越了 Qwen2.5-72B 和 Llama-3.1-405B 等其他开源模型，并在性能上和世界顶尖的闭源模型 GPT-4o 及 Claude-3.5-Sonnet 不分伯仲。 l DeepSeek-V3 模型生成速度提升至 21 未开源 Claude 3-Opus 未公布 86.8 Anthrop ic 2024.3.4 未开源 GPT-4 未公布 86.4 OpenAI 2023.3.14 未开源 Qwen2.5-72B 727 86.1 阿里 2024.9.18 开源 Llama3.1-405B 4050 85.2 Meta 2024.7.23 开源 Gemini-Ultra 未公布 83.7 谷歌 2023

从数据采集到服务端输出结果的全流程耗时≤ 3 秒，支持 每秒 1000 次并发请求，确保高峰时段服务稳定性。 硬件与能耗 03 单个采集点功耗≤ 15W ，采用太阳能 + 锂电池供电，续航 时间≥ 72 小时，工作温度范围 -30℃~60℃ ，适应极端环 境。 扩展性与兼容性 04 支持模块化扩展采集点数量（最大可增至 20 个），兼容 国际通用气象数据格式（如 BUFR 、 NetCDF 物联网设备等多维度数据源，通过标准化接口 实现秒级数据接入，确保数据实时性与完整性。 数据处理流程 智能预报引擎 搭建包含 LSTM 时序预测层、 3D 卷积空间分析层的混合模型，支持 0-72 小时逐分钟预报，水 平分辨率达 500 米，垂直分层精度至 50 米。 深度神经网络架构 将数值天气预报（ NWP ）输出作为先验知识嵌入模型，通过 PINN （物理信息神经网络）实 现数据驱动与大气动力学方程的双向约束。 集成北斗卫星、毫米波雷达、地面气象站等 8 类数据源，通过 AI 算法生成分钟级更新 的综合气象仪表盘，可自定义显示飞行航线上的垂直风切变指数、积雨云移动轨迹等关 键指标。 多源数据融合驾驶舱 提供过去 72 小时的气象演变时间轴功能，支持用户拖拽查看任意时间节点的气象参数 空间分布，辅助事故调查与航线优化决策。 历史数据回溯分析 根据气象危害程度划分黄 / 橙 / 红三级预警，通过 API 接口自动触发短信、

75% 72% 72% 69% 69% 69% 63% 61% 59% 55% 51% 1000 3000 5000 7000 9000 11000 13000 15000 5% 15% 25% 35% 45% 55% 65% 75% 85% 95% 92% 86% 86% 84% 80% 80% 80% 79% 79% 77% 75% 72% 72% 69%