[发明专利]一种战场态势评估方法、终端设备及存储介质在审
| 申请号： | 202011637909.X | 申请日： | 2020-12-31 |
| 公开（公告）号： | CN112749806A | 公开（公告）日： | 2021-05-04 |
| 发明（设计）人： | 洪万福;钱智毅;赵青欣 | 申请（专利权）人： | 厦门渊亭信息科技有限公司 |
| 主分类号： | G06N7/00 | 分类号： | G06N7/00;G06N5/04 |
| 代理公司： | 厦门市精诚新创知识产权代理有限公司 35218 | 代理人： | 何家富 |
| 地址： | 361000 福建省厦门市软*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种战场态势评估方法、终端设备及存储介质，该方法中包括：S1：采集战场态势和战场信息；S2：根据采集的战场态势和战场信息确定贝叶斯网络的节点内容、节点之间的因果关系和每个节点的概率，完成贝叶斯网络的构建；S3：当贝叶斯网络中某个节点的概率发生改变时，根据贝叶斯网络进行态势推理，计算各节点更新后的概率，评估当前网络最可能的态势。本发明建立了一种通过作战的时间、态势、位置、敌我兵力对比、兵力组成以及战场策略等的一张视图，并将得到的信息和环境，作战策略结合起来，通过对比分析发现事件发生的证据和原因，推理得到对敌方兵力结构，作战特点的估计。 | ||
| 搜索关键词： | 一种 战场 态势 评估 方法 终端设备 存储 介质 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于厦门渊亭信息科技有限公司，未经厦门渊亭信息科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202011637909.X/，转载请声明来源钻瓜专利网。
- 同类专利
- 系统最优控制装置、系统最优控制方法及程序-202180043551.4
- K·法拉卡尔;滝坂透;T·哈斯;莲尾一郎 - 大学共同利用机关法人信息与系统研究机构
- 2021-07-02 - 2023-04-07 - G06N7/00
- 提供一种能够进行高速计算的带精度保证的系统最优控制技术。本发明的一个方式涉及系统最优控制装置,具有图表转换部,其基于表示系统信息的随机博弈的自初始状态到最终状态的到达概率的上限,将上述随机博弈转换为流程分析图；路径选择部,其选择上述转换后的流程分析图中的自各状态节点到最终状态节点的路径中的、具有最大宽度的路径,各路径的宽度是构成上述路径的边的最小的权重；以及收敛判定部,其基于上述选择的路径的信息,对上述随机博弈的到达概率的上限以及下限的收敛性进行判断。
- 一种基于蒙特卡洛搜索树的图特征搜索方法和装置-202211116951.6
- 赵文龙 - 支付宝（杭州）信息技术有限公司
- 2022-09-14 - 2022-12-30 - G06N7/00
- 本公开的一方面涉及一种图特征搜索方法，包括获取包括对象节点和边的图；生成包括对应于要搜索的图特征模式的树节点的蒙特卡洛树；计算所述蒙特卡洛树中的每个树节点的特征重要度；基于对所述蒙特卡洛树中的每个树节点的特征重要度的评估来对所述蒙特卡洛树中的树节点进行采样以选中具有高特征重要度的候选树节点；通过对与所选中的候选树节点所对应的图特征模式进行变换来生成所述蒙特卡洛树的新的树节点；以及基于包括所述新的树节点的蒙特卡洛树来进行所述计算、所述评估和所述变换的下一轮迭代。本公开还涉及其他相关方面。
- 低计算复杂度粒子平滑估计的多机动目标轨迹跟踪方法-202211106503.8
- 李浩宇;张科;王靖宇;谭明虎;苏雨;张烨;韩治国 - 西北工业大学深圳研究院;西北工业大学
- 2022-09-12 - 2022-12-27 - G06N7/00
- 本发明涉及一种低计算复杂度粒子平滑估计的多机动目标轨迹跟踪方法，针对多机动目标跟踪应用场景，建立具有未知混合状态的混杂系统模型，对多机动目标进行机动方式与运动状态的识别。设计出一种在粒子权重未退化时的低复杂度平滑计算方法，结合吉布斯采样、马尔可夫链蒙特卡洛方法估计未知的目标机动方式以及运动状态。与传统粒子平滑算法相比，本发明方法通过引入参考轨迹提高了目标机动方式和运动状态的估计精度，并通过低计算复杂度的粒子平滑算法提高了计算效率，因此该方法可在更短时间内达到相同精度的跟踪精度。
- 条件概率比特电路、M-H采样方法、装置、设备及介质-202211205486.3
- 王开友;雷坤;兰修凯 - 中国科学院半导体研究所
- 2022-09-29 - 2022-12-23 - G06N7/00
- 本发明提供了一种条件概率比特电路，应用于数据采样技术领域，包括：多个基本单元，每个该基本单元为一个概率比特单元，每个该概率比特单元包括第一晶体管、第二晶体管和自旋轨道矩磁隧道结，该第一晶体管、第二晶体管和自旋轨道矩磁隧道结之间通过多条电路连线连接，多个该概率比特单元的相同信号端之间通过同一该电路连线连接。本发明还提供了一种基于所述条件概率比特电路的Metropolis‑Hasting(M‑H)采样方法、装置、设备及介质。
- 基于贝叶斯优化及K-center采样的自动调参方法-202211287486.2
- 林锦坤 - 晞德软件（北京）有限公司
- 2022-10-20 - 2022-12-13 - G06N7/00
- 本发明公开了一种基于贝叶斯优化及K‑center采样的自动调参方法。本方法为：1)调参器根据输入的待调参目标算法的可执行文件、优化目标、目标算法的参数信息及调参时间t，生成一组初始参数组集合Φ
- 贝叶斯优化方法和相关装置及计算机可读存储介质-202211193677.2
- 吕文龙;胡守博;陈志堂;揣捷 - 华为技术有限公司
- 2022-09-28 - 2022-12-13 - G06N7/00
- 本申请实施例提供贝叶斯优化方法和相关装置及计算机可读存储介质。可对当前贝叶斯优化任务的N个相关历史数据集进行归一化；使用归一化的N个相关历史数据集对
- 一种基于三链马尔科夫模型的电动汽车数量预测方法-202210987401.5
- 黄启帆;刘三明;孙维斌;董浩 - 上海电机学院
- 2022-08-17 - 2022-12-09 - G06N7/00
- 本发明涉及一种基于三链马尔科夫模型的电动汽车数量预测方法，包括：获取电动汽车出行时间、天气、出发地、目的地的信息数据，通过数据预处理筛选出有效数据；将有效数据按照设定时间段划分为多组数据；对多组数据进行统计处理，得到状态转移频数矩阵；求解计算得到总的状态转移概率矩阵，即某一时刻下电动汽车即将到达地点的概率分布情况；构建得到三链马尔科夫模型；根据当前时间段电动汽汽车在不同地点的数量、以及相应的状态转移概率，结合三链马尔科夫模型，计算下一时间段电动汽车的数量。与现有技术相比，本发明充分考虑电动汽车出行时间以及天气对随机路径的影响，通过构建三链马尔科夫模型，能有效提高预测各地点电动汽车数量的精准性。
- 一种基于PPO-CFR算法的非完全信息博弈策略优化方法-202210999505.8
- 朱进;黄蕾 - 中国科学技术大学
- 2022-08-19 - 2022-12-09 - G06N7/00
- 本发明涉及提供一种基于PPO‑CFR算法的非完全信息博弈策略优化方法，设计一个PPO智能体，将现存CFR变体中的后悔更新方式作为PPO智能体可以选择的动作，并利用迭代博弈策略的可利用度构造智能体的奖励值，从而使得PPO智能体能够在每一时间步中选择最合适的后悔更新方法，以提高CFR算法的泛化性能，并达成非完全信息博弈的策略优化，从而解决了现有CFR及其变体算法在非完全信息博弈下表现各有优劣、泛化性能薄弱的问题，可以在卡牌等非完全信息博弈中获得良好的泛化性能和较低的可利用度，同时迭代策略能够收敛到近似纳什均衡策略。
- 一种用于对象检测器的使用贝叶斯双自编码器的可解释性主动学习的方法和使用其的主动学习设备-202180027837.3
- 金桂贤;权成颜;金镕重;康凤男 - 斯特拉德视觉公司
- 2021-03-29 - 2022-12-06 - G06N7/00
- 涉及用于对象检测器的使用贝叶斯双编码器的可解释性主动学习的方法，包括：(a)将多个测试图像输入到对象检测器生成多个裁剪的图像，对多个测试图像和多个裁剪的图像进行尺寸调整，将多个尺寸调整的图像输入到数据编码器以输出多个数据码；(b)(b1)(i)将多个测试图像输入到对象检测器，应用贝叶斯输出嵌入，对多个活化熵图和多个裁剪的活化熵图进行尺寸调整，或(ii)输入多个尺寸调整的对象图像，应用贝叶斯输出嵌入，(b2)将多个尺寸调整的活化熵图输入到模型编码器以输出多个模型码；(c)(i)确认多个参考数据码，以多个稀有样本选择多个特定测试图像更新数据码本，(ii)确认多个参考模型码，以多个难样本选择多个特定测试图像。
- 一种题目对象仿造的方法-202110176530.1
- 陆晓;陈文斌;罗植升 - 柳州智视科技有限公司
- 2021-02-09 - 2022-12-06 - G06N7/00
- 一种题目对象仿造的方法，包括步骤：（一）对原题目进行拷贝处理，得到新题目，（二）对新题目进行拆分处理，得到多个字组，（三）遍历每个字组，进行相应的替换操作：将字组抽象化，得到字组的抽象词，查询抽象词的具象列表，利用关键词相似评估机制和防冲突机制，进一步筛选出可用的具象列表，最后从具象列表里随机取出一个具象词，替换当前关键词，直到将所有字组处理完，生成新题目。本发明不存在人为因素带来的错误，在出题量大时耗时更短、效率更高，把一种相同类型的题型变成多种不同描述的具体题目，丰富了同种题型题目的内容，使得题目展现能力更强、更丰富。
- 一种基于蒙特卡罗方法的地层可压性概率分析方法-202211140206.5
- 杨崇翔;王子振;陈冠霖;周卫东;李罗鹏;武加锋 - 中国石油大学（华东）
- 2022-09-20 - 2022-12-02 - G06N7/00
- 本发明涉及一种基于蒙特卡罗方法的地层可压性概率分析方法，包括以下步骤：选取评价地层可压性的五个主要影响因素，基于蒙特卡罗方法计算其概率分布；求取每个主要影响因素均匀分布n个次区间的均值，标准化处理后，将结果作为建立地层可压性评价指数与总概率分布输入值；计算五个主要影响因素的权重，将权重分别与标准化后的次区间的均值相乘并依次相加，作为地层可压性评价指数；将五个主要影响因素的概率分布依次相乘，作为地层可压性评价指数的总概率分布；建立可压性评价指数与总概率分布的图像，根据图像，由取值高低的概率判断哪个地层的可压性较好。本发明引入蒙特卡罗方法，将地层可压性评价与概率取值结合起来，评价结果鲜明易见。
- 推断用于与数字助理一起使用的提示-201680030387.2
- M·诺沃特尼;J·米勒;W·瓦格纳;Y·佩森森;A·舍兰德;S·斯特文斯;C·拉索;T·格瑞佩尔;A·D·戈唐;C·E·迈尔斯 - 微软技术许可有限责任公司
- 2016-05-25 - 2022-11-25 - G06N7/00
- 用于基于间接问题来推断用户特征的系统和方法。间接问题可以基于一个或多个触发来被生成。间接问题的答案向系统提供关于用户是否具有与特征相关联的一个或多个属性的提示。该信息可以用于个性化计算设备。
- 一种基于量子贝叶斯网络的系统状态判断方法及装置-202110538136.8
- 李叶;刘焱;窦猛汉 - 合肥本源量子计算科技有限责任公司
- 2021-05-18 - 2022-11-22 - G06N7/00
- 本发明公开了一种基于量子贝叶斯网络的系统状态判断方法及装置，所述方法包括：获得目标系统对应的贝叶斯网络，并根据根节点状态的概率分布、节点间的条件概率分布，构建贝叶斯网络对应的量子线路，作为量子贝叶斯网络，针对目标系统中的目标节点，测量量子线路中目标节点对应的量子比特，根据量子比特的测量结果，判断目标节点的状态，以此实现一种贝叶斯网络的量子实现方式，能够将贝叶斯网络的计算复杂度降低，实现高效计算，并且利用量子态的叠加特性，从而以更少的存储和计算资源实现状态判断的针对性和准确性。
- 一种基于贝叶斯神经网络的风电机组参数辨识方法-202010202498.5
- 钱峰;刘俊磊;杨韵;宋子强;蔡秋娜;彭孝强;陈鹏;张韧 - 广东电网有限责任公司阳江供电局
- 2020-03-20 - 2022-11-22 - G06N7/00
- 本发明公开了一种基于贝叶斯神经网络的风电机组参数辨识方法，包括以下步骤：S1，采集风电机组历史数据，并对贝叶斯神经网络模型参数初始化；S2，将全部风电机组历史数据分为训练数据及测试数据；S3，利用训练数据计算网络输出；S4，更新贝叶斯神经网络模型权值；S5，计算全局误差，判断是否满足要求，若满足要求，获得最终的网络权值矩阵，结束学习算法。否则，返回S3，进入下一轮的学习；S6，利用测试数据及网络权值计算网络输出，得到风电机组的参数辨识结果。本发明将贝叶斯理论与神经网络模型进行结合，与传统参数辨识方法相比，该方法在辨识过程中，考虑了外部环境不确定性变化时的影响，该方法具有全局误差容易收敛，迭代步数少的优点。
- 一种故障诊断方法-201910321411.3
- 徐国靖;池程芝;王雪 - 中国航空无线电电子研究所
- 2019-04-19 - 2022-11-15 - G06N7/00
- 本发明提供的一种故障诊断方法，所述方法包括：输入故障样本数据；根据所述故障样本数据的属性和故障建立高斯模糊数模型；输入待测样本数据；利用单值中智集生成规则，根据高斯模糊数模型和待测样本数据，生成各种属性和各种故障的中智集；对不同属性且同种故障的中智集融合；利用Topsis方法将各种故障的中智集转换为可比较大小的关联值；根据每种故障的关联值，对判断设备故障种类。
- 一种毛竹胸径年龄二元联合分布精确估算方法-201910565986.X
- 刘恩斌;周国模;杜华强 - 浙江农林大学
- 2019-06-27 - 2022-11-15 - G06N7/00
- 本发明公开了一种毛竹胸径年龄二元联合分布精确估算方法，包括以下步骤：一，将毛竹林胸径年龄按株数汇总成二维统计数据；二，绘制毛竹胸径年龄的三维频数直方图；三，得若干种常用二元Copula密度函数的参数向量；四，绘制毛竹胸径年龄的若干种二元Copula密度函数图；五，选取预备二元Copula密度函数图；六，得毛竹胸径年龄最优二元Copula密度函数模型；七，得毛竹胸径年龄二元Copula分布估算函数，进而实现毛竹胸径年龄二元联合分布的精确估算。本发明具有根据胸径与年龄的边缘分布值即可建立毛竹胸径年龄的二元Copula分布(密度)函数；根据相邻两期毛竹连续清查数据，可推算出中间年份胸径年龄的联合分布(密度)值的优点。
- 一种基于分布式的大规模基因调控网络构建方法-201910821699.0
- 王之琼;曲璐渲;霍岳阳;信俊昌;郭上慧;钱唯 - 东北大学
- 2019-09-02 - 2022-11-08 - G06N7/00
- 本发明提供一种基于分布式的大规模基因调控网络构建方法，涉及医学信息学领域，本发明首先利用基因间的互信息值构建出基因调控的概要网络，根据结点的连结情况将网络分为若干个子网络，在每个子网络利用贝叶斯等方法在分布式环境下计算结点的调控方向，再将子网络进行合并，从而得到最终的基因调控网络。该发明可以提高基因调控网络的构建效率，通过分析基因调控网络让我们更系统地剖析细胞的功能，更深刻地洞见生命的本质。
- 不完全信息在线博弈的对手隐藏信息估计方法和装置-202210882683.2
- 陈少飞;胡振震;袁唯淋;苏炯铭;刘鸿福;张煜;李鹏;陈璟 - 中国人民解放军国防科技大学
- 2022-07-25 - 2022-11-04 - G06N7/00
- 本申请涉及人工智能技术领域中一种不完全信息在线博弈的对手隐藏信息估计方法和装置。该方法包括：根据获取的重复机器博弈过程中已完成的预设局历史博弈数据，获取不同决策点上对手决策数据，采用概率统计方式根据该决策数据统计每一个决策点上对手行动的概率，构建对手基于决策点的稳定特征；根据稳定特征和S型曲线构建不同决策点上的对手决策模型；在每一局博弈中对观测到的当前局在线博弈数据进行统计并更新对手稳定特征和不同决策点上对手决策模型，并根据观测到的对手行动及对应决策点上对手决策模型更新对手的隐藏信息分布。采用本方法可以提高参与博弈的计算机对对手隐藏信息在线估计的快速性和准确性，降低计算量，节约计算资源。
- 基于高斯隐马尔可夫模型的人机共享控制区域化决策方法-202210786844.8
- 刘芳;苏卫星;朱天贺 - 天津工业大学
- 2022-07-04 - 2022-11-01 - G06N7/00
- 本发明公开了基于高斯隐马尔可夫模型的人机共享控制区域化决策方法，包括以下步骤：步骤一，信息采集；步骤二，信息处理；步骤三，等级判断；步骤四，初步分配；步骤五，最终分配；步骤六，实时更新；其中在上述步骤一中，通过信息采集模块从控制面板、感知设备和辅助驾驶系统模块上收集驾驶人实时行车信息和辅助驾驶系统实时行车信息；该发明综合考虑驾驶人对于来自不同方向的环境风险的不同应对能力与敏感性，充分利用隐马尔可夫模型的双链结构，实现驾驶人特异性、相对驾驶能力、车辆环境风险程度以及所在区域等的综合考量，最终实现驾驶人控制权切换策略的自适应自动调整，驾驶更安全、舒适。
- 程序、数据处理方法及数据处理设备-202210026681.3
- 片山健太朗 - 富士通株式会社
- 2022-01-11 - 2022-10-21 - G06N7/00
- 提供程序、数据处理方法及数据处理设备。在程序中，计算机搜索n个元素与针对这n个元素分配的n个分配位置的组合，并执行处理，所述处理包括执行过程和搜索。所述过程包括：执行指定第一元素和第二元素的处理；计算四个局部场，所述四个局部场指示由于四个状态变量的值的变化而导致的评价函数的值的第一变化量，其中，所述四个状态变量的值由于分配位置的交换而改变；基于所述四个局部场，获得在进行所述交换的情况下评价函数的值的第二变化量；以及基于第二变化量确定是否执行所述交换。所述搜索包括通过迭代该过程来搜索使评价函数的值最小化或最大化的分配状态。
- 一种目标轨迹预测系统及预测方法-202110394691.8
- 邵雷;赵锦;雷虎民 - 中国人民解放军空军工程大学
- 2021-04-13 - 2022-10-21 - G06N7/00
- 一种目标轨迹预测系统，包括目标机动特征模型集模块，目标机动特征集中包括若干目标的典型机动局部模型；前向轨迹预测模块，定义性能指标函数并建立目标轨迹预测模型，根据各典型机动局部模型与目标实际飞行轨迹的匹配度确定目标轨迹预测模型的参数，采用数值积分法进行前向轨迹预测；后向反馈修正模块，建立全局重要性地图模型，根据全局重要性地图模型建立前向预测轨迹与飞行重要节点的关联关系，确定目标机动意图信息，采用后验条件概率法对目标轨迹预测模型的参数进行修正后，重新进行轨迹预测。本发明突破了传统轨迹预测方法开环预测局限性，将基于博弈对抗的预测轨迹反馈修正融入轨迹预测过程，实现轨迹闭环预测，提高了轨迹预测精度。
- 基于藤copula的金融数据生成方法、系统、设备及存储介质-202210892157.4
- 李惟;林常乐 - 交叉信息核心技术研究院（西安）有限公司
- 2022-07-27 - 2022-10-18 - G06N7/00
- 本发明提供一种基于藤copula的金融数据生成方法、系统、设备及存储介质，包括：获取金融数据，将所述金融数据转化为符合藤copula模型定义域的数据，保存相应的转化规则；基于转化后的金融数据，通过极大似然估计法，确定藤copula模型的结构以及估计相应参数；基于确定的所述藤copula模型，生成模型数据；逆向应用所述转化规则，将所述模型数据转化为和原数据标度一致的数据，得到基于藤copula的金融数据。为解决现有技术存在的问题，本发明该方法是一种新的生成数据的技术，用于解决金融机构由于数据短缺无法建立模型或模型效果不佳的问题。该技术基于概率统计模型，可以在生成新数据的同时挖掘数据特征之间的依赖关系。
- 监测警报的方法和系统-202180013450.2
- 巴勃罗·索尔德维利亚马丁内斯;埃斯科拉斯蒂科·桑切斯马丁内斯;米格尔·安格尔·桑切斯莫雷诺 - 西班牙毕尔巴鄂比斯开银行
- 2021-02-09 - 2022-09-23 - G06N7/00
- 本发明属于监测警报以根据其严重性分类的领域。特别地，本发明描述了自动监测大量警报以优先考虑具有严重特性的警报的方法和系统。这样的警报由测量仪器或装置(如传感器或检测器)生成或由第三方工具生成。
- 使用个性化深度神经网络动态预测击球类型-202180013950.6
- 威廉·托马斯·古尔皮纳尔·摩根;丹尼尔·理查德·丁斯代尔;乔·多米尼克·加拉格;阿迪蒂亚·切鲁库穆迪;保罗·大卫·鲍尔;帕特里克·约瑟夫·卢西 - 斯塔特斯公司
- 2021-02-04 - 2022-09-20 - G06N7/00
- 计算系统检索多个体育赛事的逐球数据。计算系统基于逐球数据生成经训练的神经网络，该逐球数据补充有逐球竞赛环境特征和基于每次投球的击球手和投球手的个性化嵌入。计算系统接收在目标赛事中将要被传递的投球的目标击球手和目标投球手。计算系统识别在将要被传递的投球之前的投球窗口的目标逐球数据。计算系统检索目标击球手和目标投球手中的每一个的历史逐球数据。计算系统基于历史逐球数据为目标击球手和目标投球手两者生成个性化嵌入。计算系统基于目标逐球数据和个性化嵌入来预测将要被传递的投球的击球类型。
- 用户画像信息识别方法、装置、计算机设备和存储介质-202210018513.X
- 赵涛;严少洁;邓劲生;宋省身;乔凤才;尹晓晴 - 中国人民解放军国防科技大学
- 2022-01-07 - 2022-09-16 - G06N7/00
- 本申请涉及一种用户画像信息识别方法、装置、计算机设备和存储介质。所述方法包括：以商品为项目、以商品单词为属性，建立用户、项目、属性为节点的异质图，并基于元路径感知算法，在异质图中进行抽样，得到节点交互数据，结合历史点击购买日志数据，对任一用户构建超图，得到超图关联矩阵；根据训练集中每个用户的节点交互数据、超图关联矩阵，以及用户的真实标签信息，输入到用户画像信息识别模型中，通过超图卷积神经网络层以用户表征向量为节点初始特征，根据超图关联矩阵挖掘用户之间的高阶关系，通过训练集对模型进行训练，将训练好的用户画像信息识别模型对无标签的测试集进行用户画像信息识别。本发明提高了用户画像信息识别准确度。
- 贝叶斯网络的结构学习方法、装置及电子设备-202110246431.6
- 丁茹;顾松庠 - 京东科技控股股份有限公司
- 2021-03-05 - 2022-09-06 - G06N7/00
- 本申请提出一种贝叶斯网络的结构学习方法、装置以及电子设备，涉及计算机技术领域，方法包括：获取待进行结构学习的贝叶斯网络的节点集合；对所述节点集合进行拆分，以得到所述贝叶斯网络中待进行结构学习的多个子贝叶斯网络的子节点集合；针对每个子贝叶斯网络，根据所述子贝叶斯网络的子节点集合，确定所述子贝叶斯网络的结构；对多个所述子贝叶斯网络的结构进行融合处理，以得到所述贝叶斯网络的结构。减少了贝叶斯网络的结构学习的计算量，进而缩短了利用贝叶斯网络进行故障诊断、图像识别、数据挖掘等的耗时，提高了利用贝叶斯网络进行故障诊断、图像识别、数据挖掘等的效率。
- 一种改进的全波形LiDAR数据贝叶斯分解算法-202210654233.8
- 陆妍玲;周国清;龙舒桦 - 桂林理工大学
- 2022-06-09 - 2022-09-02 - G06N7/00
- 本发明公开了一种改进的全波形LiDAR数据贝叶斯分解算法。它包括步骤1：基于传统阈值法构建新的一阶可导阈值函数，开发一种适用于双频激光雷达系统降噪的自适应阈值方法，为后续的波形分解进行有效去噪。步骤2：基于MCMC抽样的全波形LiDAR数据贝叶斯分解算法优化。步骤3：基于MCMC算法的全波形LiDAR数据贝叶斯分解模型构建。其中，该改进方法基于贝叶斯推断理论，通过MCMC算法给出所有未知参数的估计值，可以量化评估LiDAR数据中普遍存在的不确定性。同时，对MCMC算法中的收敛条件进行优化，并建立延迟拒绝的条件。
- 优质烃源岩定量识别方法、烃源岩类型的识别方法及装置-201910552310.7
- 丁熊;蒋华川;王兴志;赵子豪;余杭航;张骞 - 西南石油大学
- 2019-06-24 - 2022-08-23 - G06N7/00
- 本申请提供了一种优质烃源岩定量识别方法、烃源岩类型的识别方法及装置，属于岩层储量预测领域。该烃源岩类型的识别方法采用R型因子分析方法构建R型因子模型，对表征烃源岩质量的参数进行分析获取用于反映烃源岩质量的主因子。通过R型因子分析方法构建R型因子模型，用个数少于表征烃源岩质量的参数的主因子反映烃源岩质量，由于主因子是在表征烃源岩质量的参数的基础上以降维的方式获得，根据取心井段的测井数据和主因子建立的每一类烃源岩的测井参数判别方程也是间接建立在多个表征烃源岩质量的参数的基础上获得的，在非取心井段的烃源岩的类型识别上实质也是考虑到了多个表征烃源岩质量的参数，相对于仅考虑单个参数而言，识别结果更准确。
- 基于混合熵优化互信息的基因调控网络构建方法-202210294214.9
- 刘建晓;雷继萌;蔡纵横;何欣怡;郑婉婷 - 华中农业大学
- 2022-03-23 - 2022-08-19 - G06N7/00
- 本发明公开了一种基于混合熵优化互信息的基因调控网络构建方法，该方法包括：根据设置的离散度对基因表达连续型数据进行离散化处理，根据真实概率与James‑Stein估计概率产生的均方误差MSE计算得到收缩强度λ；根据概率与熵值的转换公式，得到James‑Stein估计熵值；通过概率分布的β矩求导简化Dirichlet先验分布下的贝叶斯熵值估计，将两种熵值估计器得到的值转换为互信息矩阵；计算与互信息矩阵类似的Z‑score矩阵，将两个矩阵组合得到初始基因调控网络；根据路径一致算法进行遍历，通过动态阈值对基因调控网络中基因间关系进一步进行筛选，得到最终的基因调控网络。本发明解决了现有技术中构建网络存在大量错误调控关系的问题，得到了更准确的基因调控网络。
- 一种随机多裂纹随机扩展的预测与控制方法及系统-202110386444.3
- 吴韬略;张鹏;伍颖;侯向秦;陈利琼;刘思铭;黄云飞 - 西南石油大学
- 2021-04-12 - 2022-08-09 - G06N7/00
- 本发明公开了一种随机多裂纹随机扩展的预测与控制方法及系统。所述方法包括：将裂纹萌生及其扩展过程视为随机过程，将不同位置及方向的裂纹分布视为随机场；建立笛卡尔坐标系下的6N维随机状态系统；利用Paris公式建立随机过程模型；利用MCMC算法确定模型未知参数并优化；结构可靠性评估，利用K‑means聚类将所有裂纹划分为安全、欠安全、危险阶段三类，并用Silhouette函数绘制轮廓图判断聚类是否合理；利用贝叶斯更新方法对欠安全裂纹进行预测；泛函分析，确定最优控制解，保证控制系统具有稳定性与鲁棒性。该方法同时考虑了裂纹分布及其扩展过程中存在的随机不确定性，更加符合工程实际；不受历史数据样本局限，能够经济高效地实现结构中裂纹的实时预测与自动控制。
- 专利分类
