“贝叶斯网络拓扑结构”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10616065个，建议您升级VIP下载更多相关专利

[发明专利]构建解决组合爆炸问题的级联贝叶斯网络的方法-CN201610297916.7有效
发明人：王瑶;孙秦 -专利权人：西北工业大学
申请日： 2016-05-06 - 公布日： 2019-06-04 - 主分类号： G06F17/50 文献下载
摘要：一种构建解决组合爆炸问题的级联贝叶斯网络的方法，本发明包含两个核心部分：A由系统通路构建级联贝叶斯网络拓扑结构的方法；B级联贝叶斯网络的中间节点概率参数设置方法。首先完成贝叶斯网络拓扑结构的构建，该网络拓扑结构与工程实践中的故障级联构型一致，再完成并贝叶斯网络各节点条件概率表的设置，最后共同完成了级联贝叶斯网络的构建。当级联贝叶斯网络构建完毕，能够运用任何已有贝叶斯网络推理技术对该级联贝叶斯网络进行推理计算，以求得系统可靠度。本发明能够在保证系统可靠度计算结果正确的同时，有效减少网络中的概率参数，具体是将各通路上概率参数个数从指数级降低到线性级，提高了计算效率，解决了组合爆炸问题。
构建解决组合爆炸问题级联贝叶斯网络方法

[发明专利]一种基于贝叶斯网络模型的临时看台结构安全评估方法-CN202210589673.X在审
发明人：孙瑞;邢鋆博;刘纲 -专利权人：重庆大学
申请日： 2022-05-26 - 公布日： 2022-09-27 - 主分类号： G06F30/27 文献下载
摘要：本发明公开一种基于贝叶斯网络模型的临时看台结构安全评估方法，步骤包括：1)建立用于临时看台安全评估的贝叶斯网络拓扑结构；2)根据贝叶斯网络拓扑结构生成连接树；3)获得贝叶斯网络根节点的先验概率和非根节点的条件概率表；4)对连接树进行量化；5)根据量化后的连接树，对临时看台结构安全进行评估。本发明提出了一种基于贝叶斯网络的临时看台结构安全评估方法，利用贝叶斯网络的强大功能，可以实现对临时看台整体结构进行安全评估的目的。
一种基于贝叶斯网络模型临时看台结构安全评估方法

[发明专利]基于贝叶斯网络的故障检测方法-CN201811196358.0在审
发明人：周迅;黄勇;代高强;贾宗锐;吴达军 -专利权人：四川长虹电器股份有限公司
申请日： 2018-10-15 - 公布日： 2019-01-25 - 主分类号： G01R31/36 文献下载
摘要：本发明涉及电池管理系统技术领域，本发明是要解决现有电池管理系统故障检测效率较低的问题，提出一种基于贝叶斯网络的故障检测方法，包括以下步骤：建立具有常规故障表征和故障成因对应关系的贝叶斯网络拓扑结构；训练贝叶斯网络拓扑结构，获取条件概率；进行贝叶斯网络拓扑结构参数学习，获取故障表征的先验概率；电池管理系统发生某一故障表征后，贝叶斯网络拓扑结构根据对应的故障表征的先验概率和条件概率计算各对应故障成因的后验概率；选取所述后验概率最大值对应的故障成因作为故障检测结果
电池管理系统贝叶斯网络拓扑结构故障检测故障表征故障成因贝叶斯网络后验概率先验概率故障检测结果故障检测效率参数学习常规故障获取条件条件概率概率试验

[发明专利]基于模糊动态贝叶斯网络的桥梁挂篮安全风险评估方法-CN202310793767.3在审
发明人：刘贵香;熊雨轩;岳清明;刘金瑞;汪盛宇;胡安红;张德凌;卢晓刚;杨世宇;程亮;杨翔;刘龑;王明灿;钱走笔;贺文宇 -专利权人：中铁北京工程局集团城市轨道交通工程有限公司;合肥工业大学
申请日： 2023-06-30 - 公布日： 2023-09-12 - 主分类号： G06F18/2415 文献下载
摘要：本发明公开了一种基于模糊动态贝叶斯网络的桥梁挂篮安全风险评估方法，包括：1.构建分层静态贝叶斯网络的拓扑结构；2.根据相邻层间的节点因果关系，构建连接分层静态贝叶斯网络拓扑结构的有向无环连接关系图；3.以挂篮坍塌事故为目标节点构建动态贝叶斯网络；4.基于模糊集理论和评价数据，计算动态贝叶斯网络的模型参数；5.利用计算得到的动态贝叶斯网络的模型参数，对发生挂篮坍塌事故的可能性进行预测。本发明能克服传统贝叶斯网络无法反映风险因素，从而能解决目前难以对现有桥梁挂篮施工风险进行全面、准确、动态评估的问题。
基于模糊动态贝叶斯网络桥梁挂篮安全风险评估方法

[发明专利]一种基于CEEMDAN-BNs的风力变桨距系统故障诊断方法-CN202111293434.1有效
发明人：王进花;王跃龙;高媛;曹洁;寻明蕊;陈泽阳;汤国栋 -专利权人：兰州理工大学
申请日： 2021-11-03 - 公布日： 2023-04-18 - 主分类号： G06F30/20 文献下载
摘要：模态分解，获取多个模态分量信号的IMF和余量信号；选取IMF信号中信噪比高且相关系数大的模态分量，通过希尔伯特变换构建能量特征矩阵；对能量特征矩阵进行区间划分；根据划分后的能量特征矩阵及专家先验知识，构建贝叶斯网络拓扑结构；通过爬山算法搜索出贝叶斯网络的最优网络拓扑结构；训练贝叶斯网络，将待诊断信号输入训练好的贝叶斯网络获得故障诊断结果。本发明结合CEEMDAN算法通过特征提取构建贝叶斯网络，在改善准确性的同时，实现贝叶斯网络结构的简化和对网络训练速度的提升。
一种基于 ceemdan bns 风力变桨距系统故障诊断方法

[发明专利]一种网络异常检测方法、系统及电子设备-CN201811038787.5在审
发明人：叶可江;纪书鉴;须成忠 -专利权人：深圳先进技术研究院
申请日： 2018-09-06 - 公布日： 2019-01-15 - 主分类号： G06K9/62 文献下载
摘要：本申请涉及一种网络异常检测方法、系统及电子设备。该方法包括：步骤a：根据分布式网络下网络节点和通信链路的网络结构绘制网络结构拓扑图；步骤b：根据所述网络结构拓扑图建立对应的贝叶斯网络模型；步骤c：将预分类事件输入所述贝叶斯网络模型，所述贝叶斯网络模型采用贝叶斯条件概率公式与时间函数本申请针对现实网络环境的拓扑结构建立贝叶斯网络模型，能有更好的灵活性和扩展性，提高检测准确率，并结合时间函数进行网络异常检测，提高了模型对某一时间段异常检测的敏感度，能有效地减少误报率和漏报率。
贝叶斯网络模型网络异常检测条件概率预分类网络结构拓扑图电子设备时间函数异常类型拓扑结构建立分布式网络有效地减少分类结果概率计算公式计算事件输入通信链路网络环境网络节点网络结构异常检测扩展性贝叶斯漏报率敏感度时间段误报率准确率申请绘制检测

[发明专利]一种融合DS证据理论和贝叶斯网络模型的临时看台安全评估方法-CN202211510236.0在审
发明人：孙瑞;邢鋆博;刘纲 -专利权人：重庆大学
申请日： 2022-11-29 - 公布日： 2023-05-23 - 主分类号： G06F30/27 文献下载
摘要：本发明公开一种融合DS证据理论和贝叶斯网络模型的临时看台安全评估方法，包括以下步骤：1)构建用于临时看台安全评估的贝叶斯网络拓扑结构；2)建立基于贝叶斯网络各局部结构条件概率值的识别框架Θ，并计算基本概率赋值；3)利用DS证据理论对基本概率赋值进行信息融合和线性处理，得到贝叶斯网络拓扑结构中各个局部结构的条件概率信息。4)将得到的条件概率信息输入贝叶斯网络模型并进行推理分析，从而实现对该临时看台的安全性进行评估的目的。
一种融合 ds 证据理论贝叶斯网络模型临时看台安全评估方法

[发明专利]贝叶斯网络学习方法、智能设备及存储装置-CN201910415385.0有效
发明人：欧勇盛;王志扬;徐升;熊荣;韩伟超;江国来;段江哗;李浩;吴新宇;冯伟 -专利权人：深圳先进技术研究院
申请日： 2019-05-17 - 公布日： 2021-11-23 - 主分类号： G06K9/62 文献下载
摘要：本申请涉及人工智能领域，公开了一种贝叶斯网络学习方法、智能设备及存储装置，该方法包括：获取训练样本，所述训练样本中包括连续节点数据；将所述连续节点数据进行离散化处理，得到离散样本数据；利用所述离散样本数据进行结构学习，得到贝叶斯网络的拓扑；利用所述训练样本，结合所述贝叶斯网络的拓扑进行参数学习，得到所述贝叶斯网络的参数。
贝叶斯网络学习方法智能设备存储装置

[发明专利]一种轨道交通系统运营不确定风险的分析方法-CN202110790127.8在审
发明人：王艳辉;赖森华;李曼;刘丽;夏伟富;李恒奎;杨基宏;赵盛盛;牛鹏骅 -专利权人：北京交通大学
申请日： 2021-07-13 - 公布日： 2021-10-22 - 主分类号： G06Q10/06 文献下载
摘要：该方法包括：基于概念、关系、属性、实例和公理五个部分构建轨道交通运营风险本体模型，从节点、节点关系以及节点属性三个方面完成轨道交通运营风险本体模型与贝叶斯拓扑结构之间的拓扑映射；利用似然估计的方法实现风险本体的概率扩展，对贝叶斯网络结构中的节点进行定量分析，完成贝叶斯网络结构的构建；利用贝叶斯网络结构的联结树进行贝叶斯网络推理过程，得到轨道交通系统运营不确定风险的分析结果。本发明在利用基于风险本体结构的贝叶斯推理结构完成了在不确定风险知识变化情况下，整个系统内安全状态的定量分析并计算出相关事故发生的概率，为轨道交通系统风险管控工作提供了实施办法。
一种轨道交通系统运营不确定风险分析方法

[发明专利]一种贝叶斯网络的拓扑构建方法-CN201810601472.0在审
发明人：何建;刘仁杰;邹见效;徐红兵 -专利权人：电子科技大学
申请日： 2018-06-12 - 公布日： 2018-10-23 - 主分类号： G06N3/00 文献下载
摘要：本发明公开了一种贝叶斯网络的拓扑构建方法，先初始化若干个代表贝叶斯网络的飞蛾，使用评分函数对其打分排序得到烛火；使用迭代法更新飞蛾和烛火，更新过程中使用遗传算法的变异和交叉方法；最终根据最高评分的烛火获得最优的贝叶斯网络；这样利用了飞蛾烛火算法的平衡了全局寻优和局部寻优的特点以及遗传算法的并行计算能力强、减少粒子随机性的优点，更快更准确的建立了贝叶斯网络拓扑结构。
贝叶斯网络飞蛾拓扑构建遗传算法寻优贝叶斯网络拓扑结构随机性并行计算更新过程评分函数初始化迭代法能力强算法粒子排序更新平衡全局

[发明专利]用于贝叶斯神经形态编译器的网络构成模块-CN202080012118.X在审
发明人： N·D·斯特普;A·加马拉马达卡 -专利权人：赫尔实验室有限公司
申请日： 2020-02-17 - 公布日： 2021-09-14 - 主分类号： G06N3/04 文献下载
摘要：描述了一种基于贝叶斯网络模型来指定设备的控制的系统。所述系统包括贝叶斯神经形态编译器，该贝叶斯神经形态编译器具有网络构成模块，该网络构成模块具有按照包含多级依赖关系的分层构成布置的概率计算单元(PCU)。贝叶斯神经形态编译器接收贝叶斯网络模型作为输入，并产生实现贝叶斯网络模型的脉冲神经网络拓扑和配置。网络构成模块学习贝叶斯网络模型的条件概率。所述系统计算条件概率并基于所计算的条件概率来控制设备。
用于贝叶斯神经形态编译器网络构成模块

[发明专利]充电桩故障原因诊断方法及装置-CN201811416032.4有效
发明人：刘晓天;杜维柱;梁继清;杨振琦;巨汉基;赵思翔;杨新宇;王杰;袁瑞铭;丁恒春;易忠林;韩迪;刘影;汪洋;崔文武;王晨;庞富宽;郭皎;李守超;李萌 -专利权人：国网冀北电力有限公司;国网冀北电力有限公司电力科学研究院;华北电力科学研究院有限责任公司;国家电网有限公司;普华讯光（北京）科技有限公司
申请日： 2018-11-26 - 公布日： 2021-06-15 - 主分类号： G01R31/00 文献下载
摘要：本申请提供一种充电桩故障原因诊断方法及装置，方法包括：在目标充电桩发生故障时获取该目标充电桩的故障类型；将所述目标充电桩的故障类型作为预测样本输入预设的贝叶斯网络模型，并将该贝叶斯网络模型的输出作为该目标充电桩的故障类型对应的故障原因诊断结果；其中，所述贝叶斯网络模型包含有贝叶斯网络的拓扑结构及对应的条件概率表，且所述贝叶斯网络的拓扑结构用于表示充电桩的各个故障类型与各个故障原因诊断结果之间的对应关系。
充电故障原因诊断方法装置

[发明专利]一种基于贝叶斯网络的风电爬坡事件概率预测方法及系统-CN201910009520.1有效
发明人：孙树敏;王士柏;赵岩;程艳;杨明;王楠;张兴友;王玥娇;滕玮;于芃;李广磊;魏大钧;王勃;赵元春;马嘉翼;王立峰;王尚斌;李洪海 -专利权人：国网山东省电力公司电力科学研究院;山东大学;山东鲁能软件技术有限公司;国家电网有限公司
申请日： 2019-01-04 - 公布日： 2021-04-27 - 主分类号： G06Q10/04 文献下载
摘要：一种基于贝叶斯网络的风电爬坡事件概率预测方法及系统，根据所掌握的观测样本数据，挖掘风电爬坡事件与风速、风向、温度、气压、湿度等相关气象影响因子间的相依关系，搭建与样本数据拟合程度最高的贝叶斯网络拓扑结构；定量描述爬坡事件与各气象因子间的条件相依关系，估计贝叶斯网络各节点处的条件概率表内各项条件概率的取值，与贝叶斯网络拓扑结构共同组成风电爬坡事件预测的贝叶斯网络模型；由所掌握的预测时刻的数值天气预报信息
一种基于贝叶斯网络爬坡事件概率预测方法系统

[发明专利]基于TF-IDF与模糊贝叶斯网络的风险预测方法-CN202111030602.8在审
发明人：康昭;赵晓翠;田玲;惠孛 -专利权人：电子科技大学
申请日： 2021-09-03 - 公布日： 2022-09-27 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开了一种基于TF‑IDF与模糊贝叶斯网络的风险预测方法，涉及信息检索、数据挖掘和突发事件预测评估技术领域，该方法包括利用网络爬虫技术获取突发事件舆情数据；采用TF‑IDF文本分析技术获取突发事件影响因素，并结合突发事件生命周期演化模型构建突发事件指标体系；根据指标体系确定模糊贝叶斯网络拓扑结构，依据模糊理论、自然语言变量和解模糊法获取模糊贝叶斯网络拓扑结构父节点的先验概率分布；最后通过模糊贝叶斯网络推理技术预测突发事件的风险概率
基于 tf idf 模糊贝叶斯网络风险预测方法

[发明专利]一种基于贝叶斯网络和分类器链的图像自动标注方法-CN202011493104.2有效
发明人：王振武 -专利权人：中国矿业大学（北京）
申请日： 2020-12-17 - 公布日： 2021-08-27 - 主分类号： G06F16/58 文献下载
摘要：本发明公开一种基于贝叶斯网络和分类器链的图像自动标注方法，利用改进的BIC评分函数的方法来学习贝叶斯网络结构，通过DBSCAN算法对标签进行聚类，并为每个标签子集学习贝叶斯网络，通过标签和特征之间的贝叶斯网络进行特征选择并且根据贝叶斯网络的拓扑顺序构建分类器链，通过贝叶斯网络和分类器链算法构造图像预测标签集本方法能够对所有类型的图像进行标注，通用性强；同时，能够处理包含连续特征和离散特征的图像，具有良好的适应性，且有效提高了图像标注的鲁棒性和准确性。
一种基于贝叶斯网络分类图像自动标注方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条