“贝叶斯”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果482649个，建议您升级VIP下载更多相关专利

[发明专利]基于动态贝叶斯网络的隧道围岩位移时序曲线预测方法-CN202210688944.7在审
发明人：汪洪星;张凌飞;巫尚蔚 -专利权人：重庆科技学院
申请日： 2022-06-16 - 公布日： 2022-09-16 - 主分类号： G06F30/27 文献下载
摘要：本发明属于隧道围岩稳定性分析领域，具体公开一种基于动态贝叶斯网络的隧道围岩位移时序曲线预测方法，包括：S1.对影响因素和围岩位移进行离散化，建立样本库；S2.改进解释结构模型的构建方法，建立解释结构模型；S3.根据解释结构模型，构建隧道围岩位移预测的静态贝叶斯网络模型；S4.改进动态贝叶斯网络模型的结构构建方法和参数学习方法；S5.构建动态贝叶斯网络模型推理方法，建立动态贝叶斯网络模型；S6.预测隧道围岩位移时序曲线本发明优化了解释结构模型、静态贝叶斯网络模型和动态贝叶斯网络模型的构建方法，能够在隧道工程施作前确定围岩位移的动态发展情况，对隧道工程选址、超前支护、施工方法选择、工程病害诊断等具有非常重要的指导价值。
基于动态贝叶斯网络隧道围岩位移时序曲线预测方法

[发明专利]一种基于BN-ISM模型的铁路交通事故预警方法及系统-CN202210382349.0在审
发明人：黄文成;范成敬;于耀程 -专利权人：西南交通大学
申请日： 2022-04-12 - 公布日： 2022-06-24 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开了一种基于BN‑ISM模型的铁路交通事故预警方法及系统，通过各铁路交通事故分析数据构建事故数据集，并将事故数据集中铁路交通事故项点数据与贝叶斯网络中网络节点匹配，得到初始的贝叶斯网络BN模型，同时利用K2算法与ISM模型对初始网络模型的结构进行优化调整，进而采用EM算法根据事故数据集对优化后的贝叶斯网络BN模型的参数进行量化，得到量化后的贝叶斯网络BN模型；本发明通过在传统的贝叶斯网络BN基础上，引入了ISM模型，根据网络节点之间的相互作用以及依赖关系，精确地划分节点层级，使得贝叶斯网络结构更为科学合理；解决了铁路运输事故预测不准确、预警不及时的问题，弥补了贝叶斯网络模型自身的不足。
一种基于 bn ism 模型铁路交通事故预警方法系统

[发明专利]一种基于演化计算的贝叶斯网络结构优化方法及装置-CN202211079519.4在审
发明人：周鋆;孙宝丹;李昡熠;王建江;张维明 -专利权人：中国人民解放军国防科技大学
申请日： 2022-09-05 - 公布日： 2022-12-06 - 主分类号： G06F30/25 文献下载
摘要：本申请涉及一种基于演化计算的贝叶斯网络结构优化方法及装置。所述方法包括：根据GS算法对贝叶斯网络结构进行约束学习，得到的有向无环图作为贝叶斯网络结构学习的结构先验信息，得到贝叶斯网络结构学习问题的初始解；根据BNC‑PSO算法中的遗传算法的变异算子和交叉算子对初始解进行变异和交叉操作，得到贝叶斯网络结构学习问题的候选解；根据BNC‑PSO算法中的粒子群算法对贝叶斯网络结构学习问题的候选解进行搜索操作，得到第一全局最优解，根据第一全局最优解得到第二全局最优解，第二全局最优解表示病症和患者信息关联性最高的贝叶斯网络结构
一种基于演化计算贝叶斯网络结构优化方法装置

[发明专利]一种基于贝叶斯网络的变压器绝缘老化寿命预测方法-CN202210761421.0在审
发明人：陈亦平;傅进;王波一;周刚;王洪俭;李锐锋;吴佳 -专利权人：国网浙江省电力有限公司嘉兴供电公司
申请日： 2022-06-29 - 公布日： 2022-11-11 - 主分类号： G06F17/18 文献下载
摘要：本发明公开了一种基于贝叶斯网络的变压器绝缘老化寿命预测方法，其特征在于，包括以下步骤：S1：构建用于评估变压器绝缘老化状态的贝叶斯网络；S2：确定贝叶斯网络的数据层、因子层和部件层的变量状态等级和先验概率；S3：确定贝叶斯网络的数据层的变量、因子层和部件层的权值；S4：计算贝叶斯网络的各子节点的条件概率；S5：基于贝叶斯网络得到状态评估结果，通过线性拟合得到状态评估结果和运行时间的关系，实现变压器剩余寿命评估本发明的有益效果是：能根据变压器的绝缘油数据、主绝缘数据和套管数据建立贝叶斯网络，结合变压器状态区域阈值和运行时间实现变压器剩余寿命评估。
一种基于贝叶斯网络变压器绝缘老化寿命预测方法

[发明专利]车联网伪AP识别方法及装置-CN202211239285.5在审
发明人：王涛;刘建飞;邵金萍 -专利权人：潍柴动力股份有限公司;潍坊潍柴动力科技有限责任公司
申请日： 2022-10-11 - 公布日： 2023-01-03 - 主分类号： H04W12/122 文献下载
摘要：本发明提供一种车联网伪AP识别方法及装置，该方法包括：当汽车联网通过AP接入无线网络时，获取汽车联网中用于检测AP的各个目标特征项；基于各个目标特征项，确定待构建的贝叶斯网络结构的贝叶斯变量节点集和值域；基于贝叶斯变量节点集和值域，构建贝叶斯网络结构；将各个所述目标特征项输入贝叶斯网络结构，获得贝叶斯网络结构输出的AP是否合法的概率值；若概率值超出预设的阈值，则确定AP为合法AP，允许汽车联网通过AP应用本发明提供的方法，可以通过贝叶斯网络结构及多个特征项进行识别伪AP，提高对伪AP判定的准确率。
联网 ap 识别方法装置

[发明专利]一种基于贝叶斯网络的复杂系统中传感器故障诊断方法-CN201510138292.X有效
发明人：屈剑锋;柴毅;邢占强;赵卫峰;陈军 -专利权人：重庆大学
申请日： 2015-03-27 - 公布日： 2017-07-07 - 主分类号： G05B23/02 文献下载
摘要：该发明提供了一种基于贝叶斯网络的复杂系统中传感器故障诊断方法，在复杂系统中构建传感器监测模型，并将动态贝叶斯网络模型应用于复杂系统传感器故障诊断中。具体方法步骤如下一、根据各传感器特点建立复杂系统中单个传感器动态模型S(I,q)；二、建立面向复杂系统的贝叶斯网络模型；三、选取非线性观测器σ(I,q)，构建子系统估计模型，获取传感器残差；四、估计残差阈值，确定观测节点参数的先验概率分布；五、对贝叶斯网络结构与参数进行更新调整，构建新的贝叶斯模型；六、根据贝叶斯网络实现复杂系统传感器故障诊断。本发明在贝叶斯网络基础上进行扩展，针对复杂系统，在信息不完备条件下的复杂系统故障诊断具有明显优势。
一种基于贝叶斯网络复杂系统传感器故障诊断方法

[发明专利]水质指标评价方法、预测方法、水域水质等级评价方法-CN201810664324.3有效
发明人：刘颖;谢小慧;罗玉兰;杜倩颖;付雨洁;王沛禹 -专利权人：西南交通大学
申请日： 2018-06-25 - 公布日： 2021-09-28 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开贝叶斯网络水质指标评价方法、水域水质等级评价方法、水质指标预测方法。贝叶斯网络水质指标评价方法以水质指标与水质等级作为贝叶斯网络节点变量，利用所有节点间互信息值构建无向网络结构图，通过网络结构学习得到贝叶斯网络结构图，最后依其确定直接关联水质指标。优化方案是以贝叶斯概率计算水质等级，以及以K2评分完成网络结构学习。在贝叶斯网络结构图基础上，通过网络参数学习确定各节点间条件概率表，利用结构图与条件概率表得到本发明贝叶斯网络水域水质等级评价方法、水质指标预测方法。
水质指标评价方法预测水域等级

[发明专利]一种基于变分推理贝叶斯神经网络的洪水集合预报方法-CN201910058334.7有效
发明人：覃晖;刘永琦;许继军;肖雪;姚立强;李清清;张振东;李杰;裴少乾;卢健涛;朱龙军;汤凌云;刘冠君;田锐 -专利权人：华中科技大学;长江水利委员会长江科学院
申请日： 2019-01-22 - 公布日： 2020-11-17 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种基于变分推理贝叶斯神经网络的洪水集合预报方法，包括：设置贝叶斯神经网络各层维度；选定贝叶斯神经网络的权重参数的先验概率分布，通过变分参数对贝叶斯神经网络的权重参数进行参数化，来近似贝叶斯神经网络的权重参数的后验概率分布；计算先验概率分布与变分后验概率分布的相对熵，并根据训练数据集计算期望对数似然函数；根据相对熵和期望对数似然函数，构建目标函数；最大化目标函数，训练变分推理参数；使用训练好的变分推理贝叶斯神经网络，对未知洪水进行集合预报本发明将变分推理与BNN模型结合，通过变分分布近似贝叶斯网络模型权重参数的后验概率，简化了计算过程，定量描述洪水预报的不确定性，提高准确度。
一种基于推理贝叶斯神经网络洪水集合预报方法

[发明专利]基于贝叶斯神经网络算法的蒸汽管网预测系统-CN201310300837.3无效
发明人：马湧;徐朝晖;吴疆;刘开勇;周谦干;王翔宇;蔡尹楚;杨炀;陈伟;蒋宇佳 -专利权人：上海金自天正信息技术有限公司
申请日： 2013-07-17 - 公布日： 2013-12-04 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了基于贝叶斯神经网络算法的蒸汽管网预测系统，主要包括关系数据库，数据采集模块，数据显示模块，贝叶斯神经网络预测模块。其中数据显示模块部署在工程师站，贝叶斯神经网络预测模块部署在应用服务器，关系数据库部署在关系数据库服务器，数据采集模块部署在实时数据库。关系数据库是数据显示模块与贝叶斯神经网络预测模块之间的数据通讯媒介，贝叶斯神经网络预测模块将贝叶斯神经网络预测模块果写入关系数据库，数据显示模块再从关系数据库中读出并予以显示。本发明的有益效果在于：基于贝叶斯神经网络蒸汽管网预测模型，实现快速求解，保证计算模型精度，计算结果与实际运行工况相吻合，可满足生产工艺要求。
基于贝叶斯神经网络算法蒸汽管网预测系统

[发明专利]基于朴素贝叶斯机器学习模型预测存储设备性能方法系统-CN202010109744.2在审
发明人：李闯;李玲侠 -专利权人：苏州浪潮智能科技有限公司
申请日： 2020-02-22 - 公布日： 2020-06-30 - 主分类号： G06F11/34 文献下载
摘要：本发明提供一种基于朴素贝叶斯机器学习模型预测存储设备性能方法系统，包括如下步骤：S1.创建存储设备测试环境，设置存储设备处于不同配置，并收集不同配置对应的IOPS性能值，生成测试数据集合；S2.构造配置信息及IOPS性能值的数据样本特征空间向量，根据数据样本特征空间向量搭建朴素贝叶斯算法模型，并设置数据样本输入输出接口；S3.通过测试数据集合对朴素贝叶斯算法模型反复进行训练及测试，直至朴素贝叶斯算法模型的准确率达到预期，生成朴素贝叶斯机器学习模型；S4.输入存储设备的配置，通过朴素贝叶斯机器学习模型对输入的存储设备模型对应的IOPS性能进行预测。
基于朴素贝叶斯机器学习模型预测存储设备性能方法系统

[发明专利]基于频繁项挖掘的贝叶斯网络结构优化方法和装置-CN202110650679.9在审
发明人：周鋆;李昡熠;孙宝丹;张维明;朱先强 -专利权人：中国人民解放军国防科技大学
申请日： 2021-06-10 - 公布日： 2021-08-27 - 主分类号： G06N7/00 文献下载
摘要：本申请涉及一种基于频繁项挖掘的贝叶斯网络结构优化方法。所述方法包括：获取数据集；根据反映随机变量之间关联度的关联规则，构建关联规则集；从数据集提取频繁项集后对预先设置的贝叶斯网络进行学习，得到最大频繁项集对应的最大贝叶斯网络结构集；根据关联规则集和最大贝叶斯网络结构集，从数据集中提取白名单和黑名单后构建罚项；根据罚项和BDeu评分函数，得到融合先验的评分函数，然后进行爬山搜索算法进行循环搜索，得到最优贝叶斯网络结构。采用本方法能够明显提升贝叶斯网络结构学习的效率和准确率。
基于频繁挖掘贝叶斯网络结构优化方法装置

[发明专利]基于加权概率融合并行贝叶斯网络的异常行为检测方法-CN202111119221.7在审
发明人：冯永新;张文波;谭小波;吴宗霖 -专利权人：沈阳理工大学
申请日： 2021-09-24 - 公布日： 2021-12-17 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种基于加权概率融合并行贝叶斯网络的异常行为检测方法，构建局部子贝叶斯网络并进行加权融合得到全局贝叶斯网络，利用训练后的全局贝叶斯网络对待检测数据集进行用户异常行为的检测；并通过一种增量评分函数定量的表示了单位时间内网络模型与数据之间适应程度的变化情况，采用对计算的得到的部分特定节点进行更新的措施，达到新旧数据在网络模型中的平衡；本发明方法达到了面对互联网用户行为数据时，提高学习贝叶斯网络模型的效率及准确性的效果，保证随着新增数据的增加贝叶斯网络模型对数据表达的精确度及稳定性
基于加权概率融合并行贝叶斯网络异常行为检测方法

[发明专利]基于频繁项挖掘的贝叶斯网络结构优化方法和装置-CN202210576242.X在审
发明人：周鋆;李昡熠;孙宝丹;张维明;朱先强 -专利权人：中国人民解放军国防科技大学
申请日： 2022-05-25 - 公布日： 2022-08-19 - 主分类号： G06N5/02 文献下载
摘要：本申请涉及一种基于频繁项挖掘的贝叶斯网络结构优化方法。所述方法包括：获取数据集；根据反映随机变量之间关联度的关联规则，构建关联规则集；从数据集提取频繁项集后对预先设置的贝叶斯网络进行学习，得到最大频繁项集对应的最大贝叶斯网络结构集；根据关联规则集和最大贝叶斯网络结构集，从数据集中提取白名单和黑名单后构建罚项；根据罚项和BDeu评分函数，得到融合先验的评分函数，然后进行爬山搜索算法进行循环搜索，得到最优贝叶斯网络结构。采用本方法能够明显提升贝叶斯网络结构学习的效率和准确率。
基于频繁挖掘贝叶斯网络结构优化方法装置

[发明专利]基于贝叶斯网络信息融合的直流配电网故障诊断方法-CN202310068876.9在审
发明人：王鹤;韦搏;于华楠;李石强;边竞;仇华华;李国庆;王振浩 -专利权人：东北电力大学
申请日： 2023-02-06 - 公布日： 2023-04-25 - 主分类号： G01R31/08 文献下载
摘要：一种基于贝叶斯网络信息融合的直流配电网故障诊断方法，属于电力直流配电网技术领域。本发明的目的是针对直流配电网与交流配电网故障时存在的共性与差异，对传统基于贝叶斯网络电网故障诊断模型进行改进的基于贝叶斯网络信息融合的直流配电网故障诊断方法。本发明的步骤是：贝叶斯网络的信息融合，贝叶斯网络节点条件概率赋值，直流配电网故障诊断。本发明对传统基于贝叶斯网络电网故障诊断模型进行改进，实现直流配电网的故障诊断，并通过实际算例验证该方法的可靠性。
基于贝叶斯网络信息融合直流配电网故障诊断方法

[发明专利]反应堆保护系统动态可靠性分析方法、系统、设备及介质-CN202310307603.5在审
发明人：隋阳;于涛;许谨涛;郑梦琰;戴滔;桂毛磊;李枭瀚;丁睿 -专利权人：南华大学
申请日： 2023-03-28 - 公布日： 2023-06-09 - 主分类号： G06F30/20 文献下载
摘要：本发明公开一种反应堆保护系统动态可靠性分析方法、系统、设备及介质，涉及核能工程领域，该方法包括：根据反应堆保护系统的故障来源和故障结果，得到动态故障树；根据动态故障树，构建反应堆保护系统的模糊动态贝叶斯模型；基于马尔科夫链得到模糊动态贝叶斯模型的条件概率表和状态转移矩阵，并应用D‑S证据理论确定模糊动态贝叶斯模型的先验概率，得到确定参数后的模糊动态贝叶斯模型；应用拉丁超立方抽样规则，对确定参数后的模糊动态贝叶斯模型进行模糊贝叶斯正向推理
反应堆保护系统动态可靠性分析方法设备介质