-
公开(公告)号：CN115965125A
公开(公告)日：2023-04-14
申请号：CN202211592497.1
申请日：2022-12-12
Applicant: 西北工业大学
IPC: G06Q10/04 , G06Q50/06 , H02J3/00 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的电力负荷预测方法，具体步骤包括：步骤S101：进行电力数据的采集，对预设时间段的电力数据进行收集，通过历史存储数据库进行历史数据的查询，然后将采集信息进行传输，传输至系统的处理服务器内。本发明通过采集用电量数据的季节、温度范围、时间范围及工作日、休息日或节假日的信息匹配的同时，还基于不同人群及用电类型进行更深度更全面的信息匹配，可提高预测的准确性，同时通过进行专家的人工预测，可对预测数据进行比对确认，有助于提高电力负荷预测的准确性。
-
公开(公告)号：CN104217251B
公开(公告)日：2017-04-05
申请号：CN201410392853.4
申请日：2014-08-12
Applicant: 西北工业大学
IPC: G06Q10/04
Abstract: 本发明公开了一种基于K2算法的装备故障贝叶斯网络预测方法，用于解决现有装备故障贝叶斯网络预测方法搜索效率低的技术问题。技术方案是采用基于K2搜索算法的FPBN网络结构学习算法构建能够真实反映故障数据集内各变量关联关系的FPBN网络结构，从而建立FPBN模型。最终，基于建立的故障预测模型，利用参数学习算法预测装备的实际运行状态。该方法以K2搜索算法为基础，将故障知识、专家经验和故障数据进行有效融合，解决了装备预测过程中系统向FPBN转化建模困难的问题。另外，FPBN‑K2算法计算过程全部采用确定性搜索算法，无需进行多次重复搜索，降低了搜索空间并减少了评分函数计算次数，提高了FPBN网络结构学习算法的搜索效率。
-
公开(公告)号：CN105825045A
公开(公告)日：2016-08-03
申请号：CN201610140031.6
申请日：2016-03-11
Applicant: 西北工业大学
IPC: G06F19/00
CPC classification number: G06F19/00
Abstract: 本发明公开了一种多阶段任务系统可修备件需求预测方法，用于解决现有方法备件需求预测效果差的技术问题。技术方案是首先分析不同阶段任务所要求的装备部件组成，确定部件及系统状态，包括运行状态及失效状态；其次，对每个部件(组)进行其失效模式建模，计算出其在整个阶段任务的可用度。当有备件且备件可修时，将系统中的不同部件及其相应备件作为一个部件组整体考虑；然后，在一定排序规则的前提下生成该多阶段任务系统的BDD模型；最后，基于所建立的BDD模型和部件(组)的马尔科夫链，计算出相应备件数量下该阶段任务系统的可靠性，与所要求的任务系统可靠性进行比较，从而预测该可修系统的可修备件需求量，可修备件需求预测精确。
-
公开(公告)号：CN104112181A
公开(公告)日：2014-10-22
申请号：CN201410267863.5
申请日：2014-06-12
Applicant: 西北工业大学
IPC: G06Q10/06
Abstract: 本发明公开了一种基于层次分析法的系统信息安全贝叶斯网络评估方法，主要包括如下步骤：明确问题，对信息安全评估任务进行分析，根据层次分析法原理建立信息安全评估层次分析法指标体系，构建信息安全评估层次分析法模型；将层次分析法模型中的指标体系转化为信息安全贝叶斯网络评估模型的网络结构，用网络结构表达指标体系中各层元素及其关联关系；根据层次分析法模型中各指标权重参数计算信息安全贝叶斯网络评估模型中节点的条件概率；基于贝叶斯定理对信息安全贝叶斯网络评估模型进行推理分析，找出信息安全的潜在威胁与薄弱环节。本发明利用贝叶斯网络基于概率不确定性推理的特点提高了分析过程的准确性。
-
公开(公告)号：CN119903419A
公开(公告)日：2025-04-29
申请号：CN202411964160.8
申请日：2024-12-30
Applicant: 西北工业大学
IPC: G06F18/2415 , G01M15/14 , G06F18/214 , G06N3/0455
Abstract: 本发明涉及航空发动机性能优化技术领域，具体涉及一种基于自编码器的航空发动机装配质量异常检测和特征推断的方法，包括获取航空发动机的装试数据集，构建每个训练数据集对应的堆叠自编码器；每个堆叠自编码器均由编码器和解码器组成；根据每个训练好的堆叠自编码器构建Bagging堆叠自编码器模型；设定置信度水平来确定异常数据的动态阈值；将待检测的航空发动机的装试数据根据Bagging堆叠自编码器模型，基于动态阈值对航空发动机装配质量进行异常检测。本发明实现航空发动机装配质量数据的高效低维表示，有效地降低了数据重构误差，提高了特征学习的鲁棒性和泛化能力。
-
Patent Agency Ranking
公开(公告)号：CN117174326A
公开(公告)日：2023-12-05
申请号：CN202310953048.3
申请日：2023-08-01
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于血液检测和复杂网络韧性的乙肝诊断指标提取方法，首先收集慢性乙肝、肝硬化、肝细胞癌患者发病后未治疗时血常规、乙肝五项、肝功能检查、凝血四项、乙肝病毒定量、甲胎蛋白数据；然后提取25个关键指标，根据肝病诊断标准治疗指南和Child‑Pugh评分对每个指标分组重新赋值；接下来计算指标间的相关性设定阈值，分别构建慢性乙肝、肝硬化、肝细胞癌指标相关程度网络；计算网络平均度；对数据再次进行处理并计算均值，与神经网络动力学进行拟合，得到拟合误差；求得慢性乙肝、肝硬化、肝细胞癌等三种疾病对应的诊断区间，以此作为乙肝患者的诊断指标。本发明方法建模过程简单、高效，有利于提高医疗资源利用率。
-
公开(公告)号：CN117057058A
公开(公告)日：2023-11-14
申请号：CN202310943233.4
申请日：2023-07-28
Applicant: 西北工业大学
IPC: G06F30/17 , G06F30/20 , G06F119/02
Abstract: 本发明涉及航空发动机性能优化技术领域，具体涉及一种基于重要度的航空发动机关键装配指标离散化方法及装置，包括：获取航空发动机多项装配指标对应的装配数据，以及试车监测指标对应的试车数据；获取每项装配指标对应的每个截断点的重要度；选出重要度最高的截断点，进行装配指标的离散化；根据每项装配指标离散化结果，经状态组合搜索获取符合要求的装配指标状态组合解集。本发明通过状态组合搜索确定最终的装配指标状态组合解集，进而实现了对航空发动机的性能优化。
-
公开(公告)号：CN112765899B
公开(公告)日：2022-11-25
申请号：CN202110140394.0
申请日：2021-02-02
Applicant: 西北工业大学
IPC: G06F30/27 , G06F30/17 , G06F30/15 , G06K9/62 , G06N5/04 , G06F111/08 , G06F119/06 , G06F119/08
Abstract: 本发明公开了一种基于贝叶斯分类器链的涡轴发动机多目标性能预测方法，该方法将贝叶斯分类器根据目标变量间的关系进行连接，建立一个链状性能预测模型，在给定待预测涡轴发动机的属性变量状态后，通过后验概率推理可同时对其多个性能目标变量的合格概率进行预测。同时为了确保结果的准确性，考虑了目标变量的不同连接顺序，对所有模型的预测结果取平均值，得出目标变量的最终性能预测结果，从而可以指导生产，提高涡轴发动机的出厂合格率。
-
公开(公告)号：CN112765899A
公开(公告)日：2021-05-07
申请号：CN202110140394.0
申请日：2021-02-02
Applicant: 西北工业大学
IPC: G06F30/27 , G06F30/17 , G06F30/15 , G06K9/62 , G06N5/04 , G06F111/08 , G06F119/06 , G06F119/08
Abstract: 本发明公开了一种基于贝叶斯分类器链的涡轴发动机多目标性能预测方法，该方法将贝叶斯分类器根据目标变量间的关系进行连接，建立一个链状性能预测模型，在给定待预测涡轴发动机的属性变量状态后，通过后验概率推理可同时对其多个性能目标变量的合格概率进行预测。同时为了确保结果的准确性，考虑了目标变量的不同连接顺序，对所有模型的预测结果取平均值，得出目标变量的最终性能预测结果，从而可以指导生产，提高涡轴发动机的出厂合格率。
-
公开(公告)号：CN112199895A
公开(公告)日：2021-01-08
申请号：CN202011126762.8
申请日：2020-10-20
Applicant: 西北工业大学
IPC: G06F30/27 , G06F111/08 , G06F119/02 , G06F119/04
Abstract: 本发明涉及一种基于生存分析和贝叶斯网络的自锁螺母寿命预测方法，针对航空发动机自锁螺母的寿命预测引入了生存分析和贝叶斯网络，完成了有效属性变量的筛选和寿命预测模型的构建，预测建模过程简单、高效。从数据层面着手，对潜在信息进行挖掘，结合概率统计和后验概率计算来进行寿命预测，降低了现有技术中对物理、材料等领域专业知识的高要求。本发明能够有效地利用试验数据精确快速地对自锁螺母的寿命进行预测，最终给出具体的寿命预测概率，从而有利于制定合理的维修与检测计划，对航空发动机的整机可靠性提升具有重要意义。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.029 seconds)
