公开(公告)号：CN118035714A

公开(公告)日：2024-05-14

申请号：CN202410178622.7

申请日：2024-02-09

Applicant: 杭州电子科技大学

Inventor： 章振杰 ,  江宽 ,  徐晓滨 ,  李锋 ,  黄进刚 ,  常雷雷 ,  冯静 ,  侯平智

IPC: G06F18/2113 ,  G06F18/213 ,  G06F18/241 ,  G06F123/02

Abstract: 本发明公开了一种基于混合关联网络的时间序列分类特征提取方法，该方法首先将时间序列数据转化为一个数据关联网络，计算数据关联网络的统计指标作为分类特征。其次计算分类特征之间的皮尔逊相关系数，构建无监督特征关联网络P‑Net，计算分类特征之间的CH系数，构建有监督特征关联网络CH‑Net。然后获取节点在各自网络中的相对重要性得分，计算两个网络节点的重要性得分权重系数。最后利用重要性得分权重系数将相对重要性得分进行融合，获取特征得分，根据特征排序结果，按分类模型的实际需求数量选取特征。本发明能够挖掘原始数据中隐含的有效信息，减少过拟合风险，加速计算过程。

公开(公告)号：CN117909707A

公开(公告)日：2024-04-19

申请号：CN202311576540.X

申请日：2023-11-23

Applicant: 杭州电子科技大学

Inventor： 徐晓滨 ,  江宽 ,  章振杰 ,  何宏 ,  侯平智 ,  张泽辉 ,  冯静 ,  常雷雷

IPC: G06F18/2113 ,  G06F18/22 ,  B66B5/00

Abstract: 本发明公开了一种基于机理数据双层关联网络的状态监测变量优选方法，包括以下各步骤：S1：获取其功能模块集合、状态监测变量集合及其对应的时间序列数据集合；S2：建立面向机理相关性的监测变量关联子网络模型Gα；S3：建立面向数据相关性的监测变量关联子网络模型Gβ；S4：根据步骤S2和S3得到的两个子网络，构建机理‑数据双层关联网络；S5：依据网络中变量的双重关联性，分别利用节点度和相关性阈值从两个子网络中得到低关联性监测变量集合；S6：求交集，得到初步筛选后监测变量集合，根据最小相关性原则，从DV中筛选出最终的优选变量集合。该方法通过复杂网络对这两种关联性进行综合建模分析，能有效提升关联分析的精准性和全面性。

公开(公告)号：CN116383996A

公开(公告)日：2023-07-04

申请号：CN202310306442.8

申请日：2023-03-27

Applicant: 杭州电子科技大学

Inventor： 章振杰 ,  徐晓滨 ,  陆波涛 ,  江宽 ,  张耀 ,  黄文广

IPC: G06F30/17 ,  G06T19/00

Abstract: 本发明公开了一种基于干涉检验的机械产品复杂网络自动建模方法，属于机械产品计算机辅助开发与建模领域。本发明首先根据机械产品的SolidWorks三维装配体模型，删除所有零件之间的配合关系，解除零件的移动约束；其次遍历模型零件树信息，获取所有零件并对其统一编码，作为机械产品复杂网络的节点集合；然后根据专家经验和实际装配标准，设定干涉检验阈值并在干涉管理器中判断干涉体积，得到所有零件之间的干涉表，进而获取机械产品复杂网络的边集合；最后，根据得到的节点集合和边集合完成机械产品复杂网络模型的构建。本发明基于软件二次开发自动完成，相对于通过专家经验的人工分析与建模过程，提升了建模效率和准确率。