| 序号 | 专利名 | 申请号 | 申请日 | 公开（公告）号 | 公开（公告）日 | 发明人 |
|---|---|---|---|---|---|---|
| 761 | 基于动态贝叶斯网络的装甲车辆驾驶舱人机功能分配方法 | CN202311030002.0 | 2023-08-15 | CN117196183A | 2023-12-08 | 李飞龙; 程晖; 王磊; 初建杰; 王鹏超 |
| 本发明涉及动态人机功能分配技术领域，具体涉及一种基于动态贝叶斯网络的装甲车辆驾驶舱人机功能分配方法，包括：将人机系统性能划分为人性能和机器性能，并将人性能分解为准确性性能和紧迫性性能；获取动态贝叶斯网络模型；获得准确性性能、紧迫性性能以及机器性能的预测值；获取人机系统性能预测值；根据调整后的人机系统性能，与原有人机系统性能进行对比，确认最终调整方案。本发明利用动态贝叶斯模型实现了随战场任务属性实时变化的人机系统性能预测方法，可预测未来一段时间内人机系统的性能变化并提前确认自动化等级动态调整方案，对提高未来装甲车辆透明座舱的人机系统效能有很高的应用价值。 | ||||||
| 762 | 基于连续型贝叶斯网络的血肌酐水平影响因素分析方法 | CN202311160370.7 | 2023-09-11 | CN117194922A | 2023-12-08 | 崔宇; 仇丽霞; 王旭春; 任浩; 乔宇超 |
| 本发明涉及血肌酐影响因素的研究分析方法，具体为基于连续型贝叶斯网络的血肌酐水平影响因素分析方法，本方法选取血肌酐、收缩压、舒张压、空腹血糖、糖化血红蛋白、甘油三酯、总胆固醇、高密度脂蛋白、低密度脂蛋白和尿酸作为特征变量X，并建立包含特征变量X的数据集，采用IPCB‑Ⅱ算法，构建连续型贝叶斯网络。新算法修改了约束阶段候选节点的纳入方式，将原先的单一标准扩充为组合标准，既保留了偏相关系数显著性概率与检验水准阈值的比较，又增加了偏相关系数本身与相关性强度阈值的比较。本发明方法使用连续型贝叶斯网络分析血肌酐水平的影响因素，建立了同时包含多个特征变量的系统联动模型，探讨了其中的主效应和交互效应。 | ||||||
| 763 | 基于分布式贝叶斯网络的高速线材质量缺陷诊断与溯源方法 | CN202010939425.4 | 2020-09-09 | CN112101439B | 2023-11-28 | 宋执环; 魏驰航; 陈光捷 |
| 本发明公开了一种基于分布式贝叶斯网络的高速线材质量缺陷诊断与溯源方法。该方法首先收集钢铁高速线材轧制过程的正常工况数据，结合工艺机理和生产过程大数据，将生产全流程分解成若干工段，然后基于数据特性和工艺知识构建具有多层结构的分布式贝叶斯网络，并构建局部监测统计量、全局监测统计量、局部贡献度与全局贡献度，最终通过信息融合实现高速线材质量缺陷诊断与溯源。应用本发明可实现高速线材轧制过程深层次质量异常溯源、传播路径分析与根源定位，保障高速线材轧制过程的安全平稳运行。 | ||||||
| 764 | 一种基于贝叶斯网络的城市老旧社区安全风险评价方法 | CN202310593905.3 | 2023-05-24 | CN116663897B | 2023-11-14 | 谷甜甜; 马岚; 王文顺; 刘旭; 朱敏; 郝恩扬 |
| 本发明公开了一种基于贝叶斯网络的城市老旧社区安全风险评价方法，包括构建城市老旧社区安全风险评价指标体系，从人、物、环境三个维度构建指标体系，再下设二级指标；城市老旧社区安全风险评价指标数据的收集与预处理；贝叶斯网络结构学习；贝叶斯网络参数学习；贝叶斯网络模型检验；基于上述基本操作提出城市老旧社区安全风险评价技术流程。本方法能够科学地对城市老旧社区安全风险进行客观评价，并通过评价结果厘清城市老旧社区关键安全风险，为城市老旧社区安全风险防范提供有效指导，从而推动城市老旧社区健康安全发展。 | ||||||
| 765 | 基于融入决策边界贝叶斯网络的冷水机组故障诊断方法 | CN202311023826.5 | 2023-08-14 | CN117029179A | 2023-11-10 | 王占伟; 夏鹏华; 王林; 李修真; 张春晓; 冷强; 郑恺昕; 袁俊飞; 周西文 |
| 本发明涉及一种基于融入决策边界贝叶斯网络的冷水机组故障诊断方法，包括：对现场获得的冷水机组历史数据进行稳态过滤；确定故障特征关联矩阵；利用正常数据构建特征的基准值模型；获得特征相对于其基准值的偏差数据，构建正常和各类故障的BNC模型；应用训练好的基准值模型获得在线监测特征相对于其基准值的偏差数据，输入训练好的BNC模型，计算正常和各类故障的后验概率；计算正常和各类故障下每个特征的决策边界；进行在线故障检测，进行在线故障诊断，本申请有效克服了现有故障诊断方法不能实现在同一个诊断体系中对单发和并发故障进行诊断、对新故障进行识别，以及对虚警率进行调节的局限性，同时取得优良的诊断性能。 | ||||||
| 766 | 基于贝叶斯网络的漏洞挖掘方法、系统、存储介质和终端设备 | CN202310783504.4 | 2023-06-28 | CN117009974A | 2023-11-07 | 傅涛; 冯驰宇; 郭超; 郭金辉; 王超; 景向学; 胡燕; 冷静 |
| 本申请公开了基于贝叶斯网络的漏洞挖掘方法，包括目标信息的提取、构建故障树、构建贝叶斯网络拓扑结构、构建贝叶斯网络、设置权重、计算漏洞可疑分数、反向推理、推理反馈、优化直至挖掘漏洞，可以有效解决未知漏洞的不确定性和复杂因果关系的推理问题，并能够基于待测特征自动调整策略，较为精准和有目标性的发现未知漏洞，显著提升漏洞挖掘效率。 | ||||||
| 767 | 一种融合贝叶斯网络与回归分析的治疗费用预测方法 | CN202110108182.4 | 2021-01-27 | CN112802567B | 2023-11-07 | 谷金波; 李晶皎; 闫爱云; 金硕巍; 王爱侠; 李贞妮 |
| 本发明涉及治疗费用预测技术领域，提供一种融合贝叶斯网络与回归分析的治疗费用预测方法，包括：步骤1：获取初始电子病历数据集：获取确诊为预设疾病的多份历史电子病历，确定与预设疾病相关的评价指标，抓取与预设疾病相关的评价指标数据、治疗方案类型数据、治疗费用数据，并对描述型评价指标进行数值化处理；步骤2：分析数据缺失程度，对部分缺失变量插值；步骤3：构建并训练基于高斯贝叶斯网络的治疗方案分类模型；步骤4：构建并训练每个治疗方案类型下基于回归分析的治疗费用预测模型；步骤5：对确诊为预设疾病的病人的治疗费用进行预测。本发明充分利用了文本电子病历数据，能够在数据量较小时提高治疗费用预测的精度和鲁棒性。 | ||||||
| 768 | 一种基于贝叶斯神经网络的固定翼无人机态势预测方法 | CN202310944321.6 | 2023-07-28 | CN116993010A | 2023-11-03 | 李富超; 程赟; 袁银龙; 李俊红; 华亮 |
| 本发明提供了一种基于贝叶斯神经网络的固定翼无人机态势预测方法，属于无人机态势预测技术领域；解决了在无人机空战环境下我方无人机无法对敌方无人机的未来态势做不确定性预测的技术问题。其技术方案为：一种基于贝叶斯神经网络的固定翼无人机态势预测方法，包括以下步骤：S1、建立适用于时间序列预测的贝叶斯网络；S2、通过我方无人机传感器系统获取敌方无人机的最新的态势信息；S3、使用已建立的贝叶斯神经网络对敌方无人机下一时刻的态势做预测。本发明的有益效果为：本发明提出的预测方法能够令己方无人机预知敌方无人机下一时刻的态势，使我方无人机能够抢占战场主动性，有利于提升无人机作战能力。 | ||||||
| 769 | 一种基于卷积贝叶斯循环神经网络的设备寿命预测方法 | CN202310330222.9 | 2023-03-30 | CN116992750A | 2023-11-03 | 赵帅; 陈绍炜; 何家伟; 温鹏飞; 陈雨含; 龙云翔; 李勇 |
| 本发明公开了一种基于卷积贝叶斯循环神经网络的设备寿命预测方法，涉及剩余寿命预测领域。该方法主要分为数据预处理、搭建并训练CB‑LSTM网络和模型评价三部分组成。数据预处理阶段包括对收集的传感器数据进行归一化处理，确定真实的RUL标签，对数据进行滑窗处理；搭建和训练网络模型阶段主要是将预处理里后的数据输入CB‑LSTM网络中进行训练，选择效果最好的模型，并确定超参数。模型评价阶段将得到的最佳模型对测试机进行RUL预测以及认量化不确定性。该方法采用CNN来提取窗口内的深层特征信息，有助于生成带有更多语义信息的特征送入B‑LSTM网络中，使得输入的数据更抽象且更具鲁棒性。通过RMSE和Score评估模型的有效性，并对模型中的认知不确定性和数据噪声带来的随机不确定性进行量化，为RUL预测和量化不确定性提供了更加有效的解决方案。 | ||||||
| 770 | 一种基于变加权云贝叶斯网络的空中目标威胁评估方法 | CN202310938269.3 | 2023-07-27 | CN116957083A | 2023-10-27 | 周林; 冷俊芳; 帅伟伟; 张梦; 程聪聪; 毋嘉纬; 魏倩 |
| 本发明提供一种基于变加权云贝叶斯网络的空中目标威胁评估方法，即根据威胁评估结果多为定量分析而较少研究目标威胁等级等定性问题，对目标威胁进行高、中、低定性决策。包括以下步骤：首先，基于贝叶斯网络构建空中目标属性的威胁评估模型；其次，将云模型引入到贝叶斯网络，利用云模型表示贝叶斯网络节点间关联性概率；然后，结合战场态势信息，利用改进高斯表达的变加权方法确定威胁评估目标属性权重；最后，基于关联性概率和目标属性权重，利用云模型运算法则来得到目标威胁等级决策。本发明研究目标威胁等级定性问题，能够有效完成目标威胁评估，获取目标威胁等级决策，进一步提高战场信息的利用率。 | ||||||
| 771 | 一种基于贝叶斯优化深度神经网络的线损率在线预测方法 | CN202311126743.9 | 2023-09-04 | CN116882589A | 2023-10-13 | 卢静雅; 张皓; 张宇; 刘浩宇; 程宝华; 何海航; 何泽昊; 吉杨; 翟术然; 曹国瑞; 滕永兴; 孙源祥; 李琳 |
| 本发明公开了一种基于贝叶斯优化深度神经网络的线损率在线预测方法，包括以下步骤：采集电网历史负荷类型数据及线损率数据；从电网历史负荷类型数据中筛选出与线损率数据相关性强的负荷相关数据；构建深度神经网络线损率预测模型；构建基于贝叶斯优化深度神经网络线损率预测模型；对于实时线损率数据，通过权值更新公式实时计算权值，实现线损率数据的在线预测。本发明将贝叶斯优化方法和在线深度神经网络算法结合，对于数据化、信息化的电网线损数据进行了研究，根据电网结构复杂、数据信息量庞大的特点，构建了基于贝叶斯优化下的在线深度神经网络线损率预测模型，有利于电力部门增强对线损工作的管理力度，从而制定相关降损的解决方案。 | ||||||
| 772 | 一种基于贝叶斯神经网络的垃圾分类方法及系统 | CN202310735673.0 | 2023-06-20 | CN116805414A | 2023-09-26 | 林立璇; 张郑云; 朱建新; 许忠萍 |
| 本发明公开了一种基于贝叶斯神经网络的垃圾分类方法及系统，所述基于贝叶斯神经网络的垃圾分类方法包括以下步骤：S1：破碎垃圾包裹物，采集各类垃圾原始图像，构建基础垃圾图像数据集，对基础数据集进行补充，得到增广垃圾图像数据集；S2：根据《城市生活垃圾分类其评价标准》的要求标记垃圾图像数据集，对数据集进行预处理；S3：将数据集垃圾图像数据转化为数字向量输入基于贝叶斯神经网络的深度学习模型进行识别训练，通过输入测试数据识别垃圾种类；S4：对实时获取的垃圾图像数据转化为数字向量输入贝叶斯神经网络模型，识别垃圾类别。本发明旨在解决对生活中无法有效识别各垃圾种类，垃圾回收效率低的问题。 | ||||||
| 773 | 基于相干邻近度与贝叶斯网络的隐私数据发布方法及系统 | CN202310959881.9 | 2023-08-02 | CN116702214A | 2023-09-05 | 张镇; 王亚新; 钱恒; 杨扬; 李士波 |
| 本发明提供了一种基于相干邻近度与贝叶斯网络的隐私数据发布方法及系统，其属于数据安全技术领域，包括：基于待发布数据中各属性数据的互信息，以各属性数据作为节点构建动态贝叶斯网络；基于各属性数据节点间的相干邻近度以及预设阈值，对各属性数据进行类别划分；基于相干邻近度及数据质量评估度计算各属性数据节点的隐私预算分配权值，并基于隐私预算分配权值对不同类别的属性数据分别进行隐私预算分配；根据分配的隐私预算对各属性数据进行加噪，并将加噪后的高维数据进行发布。所述方案数据化度量了数据特征间的关联，有效减少了直接在原始高维数据集加噪产生的噪声累积，优化降低了隐私保护代价，保证了高维数据的安全性及高可用性。 | ||||||
| 774 | 一种适用贝叶斯深度神经网络的异步并行流水线计算方法 | CN202310375902.2 | 2023-04-11 | CN116643797A | 2023-08-25 | 贾小涛; 顾慧毅; 杨建磊; 张有光; 赵巍胜 |
| 本发明属于神经网络技术领域。具体为用于贝叶斯深度神经网络的异步并行流水线计算方法，具有多条乘法计算工作流，数据的载入与计算并行工作，数据采取串行输入的方式，数据满载状态下，数据执行异步并行计算，所有计算流被启动以执行数据乘法，但每个输入数据只占用其中一条计算流。本发明通过设计异步并行的流水线数据计算方式，减少电路扇出并提升计算效率。解决了贝叶斯深度神经网络存在大量采样操作和前馈计算，导致其数据计算量及复杂度要远大于标准神经网络，计算电路延迟高，布线复杂，运行时间长的问题。在保持计算架构不变的情况下，本发明可以将系统的工作频率提高近两倍。 | ||||||
| 775 | 基于贝叶斯网络的城市深部岩溶塌陷风险动态评估方法 | CN202310657301.0 | 2023-06-05 | CN116629614A | 2023-08-22 | 李霞; 周书明; 高国飞; 陈明钿; 雷刚; 吴成刚; 李灿辉 |
| 一种基于贝叶斯网络的城市深部岩溶塌陷风险动态评估方法，其主要包括深部岩溶塌陷风险识别、深部岩溶塌陷风险等级标准、深部岩溶塌陷风险动态贝叶斯网络结构学习、深部岩溶塌陷风险动态贝叶斯网络参数学习、深部岩溶塌陷风险概率分析、深部岩溶塌陷风险损失分析和深部岩溶塌陷风险评估等步骤；通过上述步骤，本发明解决现有的深部岩溶塌陷灾害的评估方法有效性、实用性和准确性不高的问题，更准确的反映城市建筑更密集、生命线廊道区深部岩溶塌陷灾害风险的变化规律，及时获得深部岩溶塌陷灾害的风险状态，为后续防治提供决策依据。 | ||||||
| 776 | 一种基于贝叶斯网络的飞机结构数字孪生可信性评估方法 | CN202310702383.6 | 2023-06-14 | CN116432323A | 2023-07-14 | 张浩宇; 李维; 李洪双 |
| 本发明公开了一种基于贝叶斯网络的飞机结构数字孪生可信性评估方法。首先依据飞机结构数字孪生系统的模型结构开展模型层次解析并划分，建立数字孪生系统的参数关联模型。并通过分析单模型的几何模型保真度、物理及材料模型保真度、验证与确认、灵敏度分析、不确定性量化、数据适用性等6项可信性关键要素，构建单模型的预测能力成熟度决策模型并确定其预测能力成熟度等级。然后，建立由可信性关键要素‑模型预测能力成熟度‑数字孪生系统可信性传递的贝叶斯网络。最后，依据飞机结构数字孪生的参数关联模型，根据灵敏度分析获取的灵敏度指标确定贝叶斯网络的条件传递概率，量化飞机结构数字孪生系统的可信性。 | ||||||
| 777 | 一种基于多尺度样本熵和贝叶斯网络的隐蔽性攻击检测方法 | CN202110060142.7 | 2021-01-18 | CN112800600B | 2023-06-30 | 张文安; 张宝康; 黄大建; 吴麒 |
| 一种基于多尺度样本熵和贝叶斯网络的隐蔽性攻击检测方法，所采用的技术方案是：1、分析网络化运动控制系统的多个物理传感器信息，使得所提方法比基于单传感器的方法效果更佳。2、从数据驱动的角度出发，充分利用网络化运动控制系统中已存在的传感器信息，不依赖精确的控制系统模型。3、通过简单的粗粒化操作，用很少的计算代价获得了更多的信息，在满足网络化运动控制系统实时性的同时提升了一定的检测性能。4、贝叶斯网络结合了一定的先验知识，具有更好的泛化能力，并且计算效率极高，是非常适用于网络化运动控制系统的检测方法。 | ||||||
| 778 | 一种基于树形贝叶斯网络的配电网灾情推断方法及系统 | CN201911340109.9 | 2019-12-23 | CN111144572B | 2023-06-30 | 时珊珊; 周健; 方陈; 陈冉; 熊宇峰; 陈颖; 黄少伟; 陈来军; 李博达 |
| 本发明实施例提供一种基于树形贝叶斯网络的配电网灾情推断方法及系统，包括：构建树形贝叶斯网络；确定关键节点集及其证据集相关的停运组合集，并基于树形贝叶斯网络，获取停运组合集中每个停运组合的联合概率；确定每个停运组合的联合概率中的最大值作为证据集下灾情推断的最终结果。本发明实施例提供的基于树形贝叶斯网络的配电网灾情推断方法及系统，通过对贝叶斯网络的结构和推断算法进行优化，建立树形贝叶斯网络；并基于停运组合的联合概率的分析，针对配电网中的关键负荷进行推断，有效的简化了概率计算的复杂度，实现大规模配电网秒级实时灾情推断。 | ||||||
| 779 | 一种基于贝叶斯网络的酱油风险预警系统及预警方法 | CN202310128917.9 | 2023-02-17 | CN116341900A | 2023-06-27 | 黄先亮; 赵博; 吴彦蕾; 冯桂蓉; 薛源明; 董宪兵; 苏敏; 黄丹丹; 谭明天 |
| 本发明公开了一种基于贝叶斯网络的酱油风险预警系统及预警方法，属于食品安全检测的技术领域，该预警系统包括：数据采集端，通过数据采集端分别采集各项影响因素；数据处理端，通过数据处理端将各项影响因素转换后进行归一化处理，以生成训练数据样本；风险预警模块，风险预警模块基于贝叶斯网络计算酱油发生指标超标的概率，并根据酱油指标发生超标的概率值是否超过指定阈值，以产生相应的预警信号；数据传输端，通过数据传输端将预警模块所生成的预警信号上传至云端服务器，并通过云端服务器将预警信号下发至用户终端，以达到能够对酱油生产环节进行实时监控分析，以对酱油的安全指标超标进行风险预警的目的。 | ||||||
| 780 | 一种基于滑动窗口的时变动态贝叶斯网络推断方法 | CN202111567792.7 | 2021-12-20 | CN116341887A | 2023-06-27 | 陈良银; 刘畅; 陈彦如; 王浩; 张媛媛; 赵万槟; 岳凯峰; 冯康慧; 秦倩; 杜茂维; 丁新伟 |
| 本发明公开了一种基于滑动窗口的时变动态贝叶斯网络推断方法，方法为：设计了一种针对非稳定演化过程的异常点检测算法，该算法能够从时间序列中诊断出可能的状态转换点，相对于传统的依赖于网络结构的学习来判断方法，该算法大大缩短了时变点的监测时间。然后，创新性的提出了时变点消除规则和改进的动态贝叶斯结构学习方法，并利用迭代优化算法两联合这两者结合在一起，实现了非平稳过程的划分与动态依赖关系的学习，并克服了模型结构平滑假设的限制。最后，相对现有的方法而言，本模型具有更优的时间效率和精度，本发明实现了刻画了航班保障的演化过程的精细化刻画，为对机场航班地面的高效运行具有重要的现实意义。 | ||||||
QQ群二维码
意见反馈
意见反馈