-
公开(公告)号：CN118839218B
公开(公告)日：2025-05-13
申请号：CN202410882734.0
申请日：2024-07-03
Applicant: 中国人民解放军海军工程大学
IPC: G06F18/241 , A61B5/38 , A61B5/374 , A61B5/00 , G06F18/21 , G06F18/214 , G06F18/10 , G06F3/01
Abstract: 本发明公开了一种基于脑网络的水下目标识别方法，包括如下步骤：S1、招募多位声呐操作员作为受试者进行试验，获取多位受试者对应的多组EEG信号；S2、对步骤S1中获取的多组EEG信号进行预处理；S3、基于改进的脑网络求取算法，对步骤S2中预处理后的EEG信号进行计算求解，得到多组PSI邻接矩阵；S4、选取PSI邻接矩阵的连接节点作为特征，组成特征集，并对每个特征集中的特征进行排序，进而采用6折交叉验证方法，将排序后的特征集划分为训练集与测试集，训练集用于完成分类模型的训练，测试集用于得出该受试者的最终分类准确率；S5、实际进行水下目标识别时，声呐操作员选择与之对应的分类模型完成EEG数据的实时采集与分类，实现水下目标自动识别。
-
公开(公告)号：CN118396600B
公开(公告)日：2024-10-11
申请号：CN202410840485.9
申请日：2024-06-27
Applicant: 中国人民解放军海军工程大学
Abstract: 本申请属于设备维修优化领域，具体公开多机电设备场景下专用维修工具数量的确定方法和系统。包括：计算在不同专用维修工具数量下机电设备发生故障后立刻使用专用工具的概率，将满足高于概率预设阈值的最小专用维修工具数量作为初始值；计算各机电设备的专用工具使用次数概率数组并进行卷积，得到所有机电设备的专用工具使用总次数概率数组；在当前专用工具数量下，计算连续故障时在开展维修开始后使用专用工具的时刻后专用工具可用于维修的概率，结合所有机电设备的专用工具使用总次数概率数组，计算专用工具满足率；找到专用工具满足率不小于满足率预设值的专用工具数量。本申请可辅助确定专用工具数量，能以更经济的成本达到维修保障要求。
-
公开(公告)号：CN117033886A
公开(公告)日：2023-11-10
申请号：CN202310893780.6
申请日：2023-07-19
Applicant: 中国人民解放军海军工程大学
Abstract: 本发明提供一种维修耗时服从指数分布的电子件任务评估方法及系统，包括：步骤一、初始化，令电子件的备件消耗数量i＝0；步骤二、计算备件消耗数量对应的概率pi；其中，当备件消耗数量等于0时，pi与电子件寿命指数分布的参数和电子件任务时间相关，当备件消耗数量不等于0时，pi与电子件寿命指数分布的参数、电子件维修耗时指数分布的参数、伽玛函数及电子件任务时间相关；步骤三、更新i＝i+1，若i≤s，则执行步骤二，否则执行步骤四；s为电子件备件的总数量；步骤四、令成功率#imgabs0#得到电子件执行任务的成功率Ps。本发明能更真实地反映出备件保障和维修保障共同对保障任务的综合影响。
-
公开(公告)号：CN116894181A
公开(公告)日：2023-10-17
申请号：CN202310862931.1
申请日：2023-07-14
Applicant: 中国人民解放军海军工程大学
IPC: G06F18/2131 , G06F18/2137 , G06F123/02
Abstract: 本发明公开了一种基于黎曼流行和小波变换的特征提取方法，包括如下步骤：S1、进行脑电采集实验，采集脑电信号；S2、基于离散小波变换对脑电信号进行时频分析，提取时频特征；S3、基于黎曼流行算法对脑电信号进行非线性特征的提取；S4、对步骤S2与S3中分别提取的时频特征与非线性特征进行特征融合。本发明所提供的基于黎曼流行和小波变换的特征提取方法，能够在最大限度保持原始信号非线性流行结构信息的前提下，对脑电信号进行数据降维和特征提取。
-
公开(公告)号：CN116869553A
公开(公告)日：2023-10-13
申请号：CN202310863019.8
申请日：2023-07-14
Applicant: 中国人民解放军海军工程大学
IPC: A61B5/369 , A61B5/374 , A61B5/00 , A61B5/378 , A61B5/38 , G06F18/15 , G06F18/27 , G06F18/2134 , G06F17/16 , G06F17/18
Abstract: 本发明公开了一种基于多模态脑电信号的时变脑网络构建方法，包括如下步骤：S1、进行脑电采集实验，采集脑电信号；S2、对于采集得到的脑电信号，搭建MVAAR模型；S3、采用基于Lp范数的ADTF算法，对MVAAR模型系数进行估计。本发明所提供的基于多模态脑电信号的时变脑网络构建方法，在以往研究时变脑网络技术的基础上，借鉴Lp范数技术，提出一个基于多模态的时变脑网络构建方法，利用范数空间对MVAAR模型系数进行有效估计，提高大脑感知机制的准确性。
-
Patent Agency Ranking
公开(公告)号：CN116805225A
公开(公告)日：2023-09-26
申请号：CN202310896741.1
申请日：2023-07-20
Applicant: 中国人民解放军海军工程大学
IPC: G06Q10/0639 , G06Q10/20 , G06F17/18
Abstract: 本发明提供一种威布尔分布机电类设备的使用可用度确定方法及系统，结合机电件寿命的威布尔分布参数和维修耗时正态分布计算使用可用度，在计算过程中，为简化计算步骤将威布尔分布参数转化为伽玛分布下的参数，计算机电类设备消耗不同备件在三种不同情况下的工作时间；三种不同情况包括：维修及时完成的情况、维修未及时完成的情况及备件保障失败的情况。最终，本发明基于三种不同情况下工作时间的累加值和机电件设备的预设任务时间确定机电类设备的使用可用度，由于本发明的计算过程考虑了机电件单元的寿命分布参数和维修耗时，计算可靠性相对较高，所得到的使用可用度具备较高的参考价值，有助于有效评估当前备件条件下机电件设备的可使用情况。
-
公开(公告)号：CN115994657A
公开(公告)日：2023-04-21
申请号：CN202211591573.7
申请日：2022-12-12
Applicant: 中国人民解放军海军工程大学
IPC: G06Q10/0631 , G06Q10/04
Abstract: 本发明公开了一种采用通用检测工具检测的单元划分优化方法和系统，属于电子设备故障排查领域。本发明通过遍历组长单元并择优选定组员单元构成候选划分集合，所述组长单元为单元检查耗时最长的单元，择优选定组员单元时，从所有当前未检单元中选择不超过组长单元状态检查耗时、发生故障概率最高的若干单元，作为组员单元，与可行组长单元共同构成第j次检测的一种可行单元划分，从所有候选可行单元划分方式中选择整体等效检测时间最小的划分作为当前划分，最终实现对全部单元的优化划分，该划分优化方法实现全局最优的邻域解，平均排查时间会大大减少。
-
公开(公告)号：CN109284478B
公开(公告)日：2023-03-14
申请号：CN201811083881.2
申请日：2018-09-17
Applicant: 中国人民解放军海军工程大学
IPC: G06F17/18 , G06F30/20 , G06F119/02
Abstract: 本发明公开了一种估计对数正态型单元可靠性参数的方法，包括以下步骤：步骤一：确定候选的寿命分布参数，根据已有对数正态型单元可靠性数据，确定待估单元寿命对数均值参数下限值μmin和上限值μmax及寿命对数标准差参数下限值σmin和上限值σmax，并根据上下限值分别确定对数均值参数步长d1和对数标准差参数步长d2,计算出μ1j1和σ1j2，然后对μ1j1和σ1j2进行遍历组合；步骤二：遍历寿命对数均值参数μj和对数标准差参数σj的组合计算似然值。寻找最大似然值记为LM，则最大似然值LM对应的μM为寿命对数均值参数的估计值，σM为寿命对数标准差参数的估计值。本发明利用“少量的可靠性试验数据+在产品研制、生产、使用等阶段产生的大量数据”，估算产品寿命的分布规律。
-
公开(公告)号：CN109325287B
公开(公告)日：2023-02-07
申请号：CN201811082298.X
申请日：2018-09-17
Applicant: 中国人民解放军海军工程大学
IPC: G06F30/17 , G06F119/02
Abstract: 本发明公开了一种估计机械件可靠性参数的方法，包括以下步骤：步骤一：确定候选的寿命分布参数，根据已有机械件可靠性数据的分布规律，确定待估机械件寿命正态分布的均值参数上限μmax和下限μmin及其根方差参数上限σmax和下限σmin，根据上下限值分别确定均值参数的步长d1和根方差参数的步长d2，计算出μ1j1和σ1j2，然后对μ1j1和σ1j2进行遍历组合；步骤二：遍历寿命均值参数μj和根方差参数σj的组合并计算似然值，找出似然值中最大值记为LM，则该最大值对应的μM为寿命均值参数的估计值，σj为寿命根方差参数的估计值。本发明利用“少量的可靠性试验数据+在产品研制、生产、使用等阶段产生的大量数据”，估算产品寿命的分布规律。
-
公开(公告)号：CN115270078B
公开(公告)日：2022-12-20
申请号：CN202211169937.2
申请日：2022-09-26
Applicant: 中国人民解放军海军工程大学
IPC: G06F17/18 , G06F30/20 , G06Q10/00 , G06F119/04
Abstract: 本发明公开了一种机电设备平均修复时间的计算方法和系统，属于机电设备故障指标量化领域。包括：在任务时间内，结合各机电件的累计工作时间，对其寿命服从的韦布尔分布密度函数积分计算，得到任务时间内各机电件发生故障的概率；按照检查次序，根据任务时间内各机电件发生故障的概率，计算任务时间内各机电件的修理权重系数；按照检查次序，根据任务时间内各机电件的修理权重系数，计算任务时间内各机电件的状态检查权重系数；按照检查次序，加权求和各机电件的状态检查消耗时间和修理各失效机电件消耗时间，得到机电设备的平均修复时间。本发明实现一般意义上的MTTR指标的量化和计算，可用于产品的维修性设计、优化制定产品的维修方案等。
-
-
-
-
-
-
-
-
-
Search Results
73
records
(took 0.055 seconds)
