面向多参数系统异常工作状态检测的方法和系统

    公开(公告)号:CN111241482B

    公开(公告)日:2023-05-02

    申请号:CN202010027382.2

    申请日:2020-01-10

    Abstract: 本发明提供了一种面向多参数系统异常工作状态检测的方法和系统。所述方法包括:获取所述多参数系统中与各控制参数对应的时空数据流;采用预设的窗口技术将各控制参数对应的时空数据流划分成连续的等时间间隔序列;以所述各时间间隔内的数据流均值测定各时间间隔对应的概要数据信息;基于双层粒子群算法预先获取的计算权重,加权融合同标号时间间隔内的概要数据信息,基于各控制参数变化幅度的加权结果检测在所述多参数系统中是否存在表征异常工作状态的集体离群点数据模式。本实施例可以在系统中潜在故障发生的初期,通过对各控制参数对应的数据流进行融合分析,较早的识别出故障,提高系统的应变能力和鲁棒性。

    跨地域协同下制造服务组合的多目标优化方法和系统

    公开(公告)号:CN115455657A

    公开(公告)日:2022-12-09

    申请号:CN202210990906.7

    申请日:2022-08-18

    Abstract: 本发明提供一种跨地域协同下制造服务组合的多目标优化方法、系统、存储介质和电子设备,涉及服务组合技术领域。本发明包括,获取异构制造任务集合、制造服务集合和变量;根据所述异构制造任务集合、制造服务集合和变量,考虑制造服务能力受限的情况下,构建跨地域协同下制造服务组合的多目标优化模型;根据所述多目标优化模型,采用基于启发式搜索的NSGA‑Ⅱ算法求解获取最终的制造服务组合方案。提出跨地域协同下制造服务组合的多目标优化模型,采用基于启发式搜索的NSGA‑Ⅱ算法,有利于提高最终解的质量。

    复杂智能系统中多智能体协作的优化方法和系统

    公开(公告)号:CN110209050B

    公开(公告)日:2022-05-06

    申请号:CN201910437659.6

    申请日:2019-05-24

    Abstract: 本发明提供复杂智能系统中多智能体协作的优化方法和系统,涉及人工智能技术领域。本发明通过将多智能体视为一个不断进行内外部信息交互的群体。将系统中单个智能体视为一个没有质量和体积的粒子,每个粒子能够独立获取环境信息并进行交互。不同智能体之间能够根据环境对其自身行为和其它智能体的行为所做出的反馈信息对自身进行调整与优化。智能体之间根据环境反馈信息,以群体最优为目标,相互协作,不会过度依赖主控制器,提高多智能体协作的灵活性和多智能体协作的优化效率。

    基于振动信号分布特征识别的变速箱故障检测方法和系统

    公开(公告)号:CN110967184B

    公开(公告)日:2021-06-11

    申请号:CN201911221599.0

    申请日:2019-12-03

    Abstract: 本发明提供了一种基于振动信号分布特征识别的变速箱故障检测方法和系统,具体涉及数据模式识别技术领域。该方法可以包括:采集变速箱在汽车行驶过程中实时产生的振动信号,建立待测数据集;基于建立的待测数据集和预设的反映变速箱正常工作状态的样本数据集构建故障检测模型;基于构建的故障检测模型,以数据分布特征为度量,对样本数据集和待测数据集的分布结构进行拟合与分析,通过识别待测数据集中的异常数据模式对变速箱进行故障检测;基于对异常数据模式分布特征的识别,输出变速箱故障类型的诊断结果。基于本发明提供的方案可以快速检测出变速箱在工作状态下实时产生的故障,在多振动源影响的复杂工作环境下有较强的鲁棒性。

    面向多参数系统异常工作状态检测的方法和系统

    公开(公告)号:CN111241482A

    公开(公告)日:2020-06-05

    申请号:CN202010027382.2

    申请日:2020-01-10

    Abstract: 本发明提供了一种面向多参数系统异常工作状态检测的方法和系统。所述方法包括:获取所述多参数系统中与各控制参数对应的时空数据流;采用预设的窗口技术将各控制参数对应的时空数据流划分成连续的等时间间隔序列;以所述各时间间隔内的数据流均值测定各时间间隔对应的概要数据信息;基于双层粒子群算法预先获取的计算权重,加权融合同标号时间间隔内的概要数据信息,基于各控制参数变化幅度的加权结果检测在所述多参数系统中是否存在表征异常工作状态的集体离群点数据模式。本实施例可以在系统中潜在故障发生的初期,通过对各控制参数对应的数据流进行融合分析,较早的识别出故障,提高系统的应变能力和鲁棒性。

    一种基于随机特征子空间的半监督文本情感分类方法

    公开(公告)号:CN105205124B

    公开(公告)日:2016-11-30

    申请号:CN201510578418.5

    申请日:2015-09-11

    Abstract: 本发明公开了一种基于随机特征子空间的半监督文本情感分类方法,包括:1获取评论文本数据并进行预处理,构建全局特征集合;2将所有评论文本表示成向量形式;3标注部分评论文本,获得有标记样本集和未标记样本集;4计算全局特征集合中所有特征词的特征权重;5构建随机子空间;6利用未标记样本进行协同训练,最终得到Z个分类器;7利用主投票的方式对Z个分类器进行集成,得到最终的集成分类器。本发明解决传统协同训练算法训练过程中存在大量误分的样本,以及半监督文本情感分类方法中各基分类器差异性小的问题,从而提高文本情感分类方法的准确性。

Patent Agency Ranking