-
公开(公告)号：CN110890158A
公开(公告)日：2020-03-17
申请号：CN201911138857.9
申请日：2019-11-20
Applicant: 新疆大学
Abstract: 本发明为一种基于眼泪的脑梗死模型的建立方法及其应用。一种基于眼泪的脑梗死模型的建立方法，包括：(1)选择脑梗死患者和健康对照组，收集泪液样本后，置于-80℃下保存；(2)收集数据：实验时取出泪液样本，常温解冻后，使用共聚焦拉曼光谱仪记录泪液拉曼光谱；(3)数据预处理：拟合所有血清自身荧光背景后，减去该多项式以校正基线；再每个背景扣除的拉曼光谱通过曲线下的积分面积归一化；(4)多元统计分析：对预处理后的数据进行降维处理后，采用支持向量机建立分类模型。本发明所述的一种基于眼泪的脑梗死模型的建立方法及其应用，对脑梗死有很大的筛查潜力，该技术有望开发出便携、经济且高准确率的脑梗死早期辅助筛查装置。
-
公开(公告)号：CN114372693A
公开(公告)日：2022-04-19
申请号：CN202111666478.4
申请日：2021-12-31
Applicant: 新疆大学
Abstract: 本发明公开了一种基于云模型和改进DS证据理论的变压器故障诊断方法，包括：步骤1、获取变压器油中溶解气故障样本，建立变压器的故障样本集；步骤2、采用故障样本集建立各类型故障的故障标准云模型；步骤3、计算待诊断样本与故障标准云模型间的最终隶属度矩阵；步骤4、根据最终隶属度矩阵确定不同故障下的基本概率分配；步骤5、利用Pignistic概率距离构建相似度并对基本概率分配进行修正，引入平均支持度加权优化证据融合规则，并使用改进D‑S证据理论对基本概率分配进行融合，以得到最终融合结果；步骤6、在最终融合结果中，选取基本概率最大值对应的变压器状态作为诊断结果。本发明有效地提高了变压器智能诊断方法的准确率。
-
公开(公告)号：CN114372693B
公开(公告)日：2024-05-14
申请号：CN202111666478.4
申请日：2021-12-31
Applicant: 新疆大学
Abstract: 本发明公开了一种基于云模型和改进DS证据理论的变压器故障诊断方法，包括：步骤1、获取变压器油中溶解气故障样本，建立变压器的故障样本集；步骤2、采用故障样本集建立各类型故障的故障标准云模型；步骤3、计算待诊断样本与故障标准云模型间的最终隶属度矩阵；步骤4、根据最终隶属度矩阵确定不同故障下的基本概率分配；步骤5、利用Pignistic概率距离构建相似度并对基本概率分配进行修正，引入平均支持度加权优化证据融合规则，并使用改进D‑S证据理论对基本概率分配进行融合，以得到最终融合结果；步骤6、在最终融合结果中，选取基本概率最大值对应的变压器状态作为诊断结果。本发明有效地提高了变压器智能诊断方法的准确率。
-
-
Search Results
3
records
(took 0.017 seconds)
