-
公开(公告)号：CN111079789A
公开(公告)日：2020-04-28
申请号：CN201911128845.8
申请日：2019-11-18
Applicant: 中国人民解放军63850部队 , 中国人民解放军空军工程大学装备管理与无人机工程学院
Abstract: 本公开提供了一种故障数据标记方法及故障识别装置，属于数据处理技术领域，包括：获取未标记的故障数据集；用DPCA算法确定截断距离；应用共享邻域算法优化DPCA算法中求局部密度ρ和距离δ的方法，根据DPCA算法绘制故障数据集的聚类中心决策图；应用BIC选择准则优化聚类中心决策图，确认簇类别数及聚类中心；人工研判每个聚类中心所属的故障类别；应用DPCA算法对故障数据集聚类，并以人工研判结果为依据标记每一个数据点，最终形成带标签的故障数据集。该方法避免误识别提高了聚类算法的准确性，自动确定未知数据集中簇类别数,解决了当前聚类算法无法对簇类别数未知的数据集进行标记的问题。
-
公开(公告)号：CN112257914B
公开(公告)日：2023-06-06
申请号：CN202011111711.8
申请日：2020-10-16
Applicant: 中国人民解放军空军工程大学
IPC: G06Q10/04 , G06Q10/0635 , G06Q10/067 , G06Q50/30 , G06N7/01 , G06F18/2113 , G06F18/214 , G06F18/2431 , G06F18/27
Abstract: 本发明公开了一种基于随机森林的航空安全因果预测方法，包括步骤S1：构建基于Bow‑tie模型的航空安全致因变量关联辨识模型，确定关键致因变量；S2：建立航空安全规模数据采集清单，标签原始安全数据库中的不安全事件数据特征；S3：对不安全事件数据特征进行降维处理，得到航空公司的不安全事件建模数据；S4：构建基于随机森林模型的航空安全态势预测模型；S5：对航空安全态势预测模型的预测能力进行评价；S6：根据致因变量对航空安全态势预测结果的影响分析，对关键致因变量对航空安全不安全事件的贡献进行排序。本发明中的预测方法使得难以度量的航空安全态势定量可测，适用于当前状态的航空安全定量评估，未来航空安全态势的预测。
-
公开(公告)号：CN112257914A
公开(公告)日：2021-01-22
申请号：CN202011111711.8
申请日：2020-10-16
Applicant: 中国人民解放军空军工程大学
Abstract: 本发明公开了一种基于随机森林的航空安全因果预测方法，包括步骤S1：构建基于Bow‑tie模型的航空安全致因变量关联辨识模型，确定关键致因变量；S2：建立航空安全规模数据采集清单，标签原始安全数据库中的不安全事件数据特征；S3：对不安全事件数据特征进行降维处理，得到航空公司的不安全事件建模数据；S4：构建基于随机森林模型的航空安全态势预测模型；S5：对航空安全态势预测模型的预测能力进行评价；S6：根据致因变量对航空安全态势预测结果的影响分析，对关键致因变量对航空安全不安全事件的贡献进行排序。本发明中的预测方法使得难以度量的航空安全态势定量可测，适用于当前状态的航空安全定量评估，未来航空安全态势的预测。
-
公开(公告)号：CN111079789B
公开(公告)日：2023-06-30
申请号：CN201911128845.8
申请日：2019-11-18
Applicant: 中国人民解放军63850部队 , 中国人民解放军空军工程大学装备管理与无人机工程学院
IPC: G06F18/23211 , G07C5/08
Abstract: 本公开提供了一种故障数据标记方法及故障识别装置，属于数据处理技术领域，包括：获取未标记的故障数据集；用DPCA算法确定截断距离；应用共享邻域算法优化DPCA算法中求局部密度ρ和距离δ的方法，根据DPCA算法绘制故障数据集的聚类中心决策图；应用BIC选择准则优化聚类中心决策图，确认簇类别数及聚类中心；人工研判每个聚类中心所属的故障类别；应用DPCA算法对故障数据集聚类，并以人工研判结果为依据标记每一个数据点，最终形成带标签的故障数据集。该方法避免误识别提高了聚类算法的准确性，自动确定未知数据集中簇类别数,解决了当前聚类算法无法对簇类别数未知的数据集进行标记的问题。
-
-
-
Search Results
4
records
(took 0.027 seconds)
