| 序号 | 专利名 | 申请号 | 申请日 | 公开（公告）号 | 公开（公告）日 | 发明人 |
|---|---|---|---|---|---|---|
| 981 | 基于贝叶斯网络模型的泥石流灾害危险性评价方法 | CN201210097586.9 | 2012-04-01 | CN102651053A | 2012-08-29 | 江东; 梁万杰; 庄大方 |
| 本发明实施例提供一种基于贝叶斯网络模型的泥石流灾害危险性评价方法，其特征在于，包括：确定评价单元；对所述评价单元的泥石流灾害评价参数进行处理得到所述评价单元的泥石流灾害评价指标；依据所述评价单元内泥石流灾害发生的历史数据以及所述评价指标构建训练样本集；依据所述训练集构建贝叶斯网络模型；采用所述贝叶斯网络模型对待评价区域内的泥石流灾害的危险性进行评价。该方法结合评价单元内泥石流灾害发生的历史数据以及评价指标建立贝叶斯网络模型，采用该模型对待评价区域内的泥石流灾害的危险性进行评价，极大地提高了泥石流灾害评价结果的准确度，采用该评价方法，能够对待评价区域内的泥石流灾害的危险性做出较为准确的评价。 | ||||||
| 982 | 一种基于贝叶斯网络失败风险模型的WebService测试方法 | CN200910244116.9 | 2009-12-29 | CN101783750A | 2010-07-21 | 余韡; 李未; 李贺; 白晓颖 |
| 本发明公开了一种基于贝叶斯网络失败风险模型的Web Service测试方法：(1)根据Web Service所涉及的本体中各个组件(类和属性)的依赖关系和调用关系建立相应的贝叶斯网络BN；(2)通过BN中的节点依赖关系计算每个节点的相对重要程度Ir；(3)由先验知识确定每个节点在BN中失败的概率P；(4)计算每个节点的失败风险Risk，Risk＝P·Ir，并选择风险最高的节点进行测试；(5)将已测试节点的测试结果(成功或失败)代入失败概率公式，更新未测试节点的当前失败概率P；(6)重复步骤(4)和步骤(5)，直至完成指定测试任务(例如测试完指定数量的节点)。本发明根据各个组件的动态失败风险来选择测试的顺序，在有限时间内不能穷尽测试每个组件的情况下，选择最容易失败的组件进行测试，从而提高测试的价值、降低测试的成本。 | ||||||
| 983 | 基于贝叶斯估计的计算机网络对抗情报信息可信度评估系统 | CN200910236243.4 | 2009-10-29 | CN101714198A | 2010-05-26 | 夏春和; 孙芸芸; 姚珊; 焦健 |
| 本发明公开了一种基于贝叶斯估计的计算机网络对抗情报信息可信度评估系统，包括有服务响应时间实验数据配置模块(11)、先验分布建立模块(1)、先验分布初始值配置模块(12)、评估数据输入模块(2)、Bayes公式构造及计算模块(21)、参数最大后验估计计算模块(22)、后验分布构造模块(23)和信息可信度计算模块(3)。本发明引入贝叶斯统计理论将针对网络节点运行状态中服务响应时间的内容可信度提出一种具体的评估方法，信息可信度是根据信息在历史知识中出现的概率计算得来。贝叶斯统计理论在基于先验分布和后验信息的基础上建立对观察对象的后验分布中得到广泛的应用。 | ||||||
| 984 | 基于模型的聚类法与贝叶斯网络法的基因芯片数据分析法 | CN200810061139.1 | 2008-03-11 | CN101256641A | 2008-09-03 | 陈铭; 宁开达; 陈晓辉; 曹俊杰; 罗聪 |
| 本发明公开了一种结合基于模型的聚类法与贝叶斯网络法的基因芯片数据分析方法。包括如下步骤：1)利用基于模型的聚类方法，根据基因在不同芯片实验中的表达情况将差异表达的基因进行聚类；2)将聚类得到的结果与Gene Ontology注释进行比较，观察属于同一类的基因的Gene Ontology注释是否相似；3)对于在聚类中属于同一类的基因，利用贝叶斯网络对同一类的基因之间的调控关系建模，确定基因间调控网络结构。本发明克服了聚类算法不够精确的缺点以及贝叶斯网络算法速度慢的不足，并且在芯片实验数量相对基因个数显得较少的情况下采用这个方法构建基因间调控网络还是比较适合的。 | ||||||
| 985 | 用于贝叶斯网络结构学习的数据分区和临界区减小 | CN200480044805.0 | 2004-12-31 | CN101095132A | 2007-12-26 | C·赖; W·胡 |
| 在并行系统中，多个线程以并行方式操作以执行网络结构学习。将全局计分高速缓存分区成多个分割计分高速缓存，在一个实施例中，它们可以包括将计分高速缓存与要学习的结构的节点相关联。利用分割计分高速缓存，可以在分割邻居计分循环中执行学习，其中第一循环在分离的计分高速缓存分区上操作，并为第二循环将计分高速缓存分区热身。 | ||||||
| 986 | 基于贝叶斯方法的无线传感器网络的节点失效预警方法 | CN200710019932.0 | 2007-02-02 | CN101035041A | 2007-09-12 | 王汝传; 李文锋; 孙力娟; 黄海平; 陈志 |
| 基于贝叶斯方法的无线传感器网络的节点失效预警方法是一种无线传感器网络中网络性能监测方面关于节点失效监测方法。主要用于解决无线传感器网络应用中对节点失效的判断、预测，通过向网络中发送查询命令，根据这些命令查询回来的数据进行分析，通过不同分区分级模型对返回数据进行修正，并将这些数据通过分区分级综合处理，将这些指标用综合模型综合成一个参数考察，然后根据这个区域的历史失效节点的失效概率和贝叶斯方法，得出当前查询节点的是否面临失效并及时通知用户，达到节点失效预警的目的。能很好地监测网络失效节点和对网络失效节点预警，为网络性能的监测提供了便利。 | ||||||
| 987 | 忆阻贝叶斯卷积神经网络的大规模部署方法及装置 | CN202411871439.1 | 2024-12-18 | CN120031086A | 2025-05-23 | 林钰登; 吴华强; 高滨; 唐建石; 张清天; 钱鹤 |
| 本申请涉及一种忆阻贝叶斯卷积神经网络的大规模部署方法及装置，其中，方法包括：获取忆阻器的当前电导态，以基于当前电导态确定忆阻器器件模型对应的读噪声和写噪声的相关数据；利用不同电导态和每个电导态对应的相关数据计算相应的卷积特征和复杂性成本，并利用卷积特征和复杂性成本进行忆阻器器件模型的贝叶斯卷积层训练，以得到满足预设条件的写目标电导；利用写目标电导进行内核复制，以将预设规模的BCNN权重部署至忆阻器阵列。由此，解决了相关技术中，确定性计算平台存在技术限制，无法满足贝叶斯卷积神经网络的高速度和效率需求的技术问题。 | ||||||
| 988 | 一种基于跨时空稳定因果动态贝叶斯网络的自愈控制方法 | CN202510042070.1 | 2025-01-10 | CN120011746A | 2025-05-16 | 褚菲; 王建文; 沈先雄; 曾国强; 彭晨; 熊潮 |
| 一种基于跨时空稳定因果动态贝叶斯网络的自愈控制方法，采用插值方式融合LSTM算法从工业过程数据提取的时间特征和基于全流程物理单元分布知识提取的空间特征；基于时间特征和空间特征，结合稳定学习与DBN，构建知识和数据双驱动的跨时空因果动态贝叶斯网络模型；利用跨时空因果动态贝叶斯网络模型结合时空特征进行虚假因果关系的判别；采用样本重加权技术，调整样本权重；使用选定的特征和样本权重训练跨时空因果动态贝叶斯网络模型，得到跨时空稳定因果DBN模型；将在线异常数据变量作为证据输入到跨时空稳定因果DBN模型中，确定发生异常的时间片和引起异常工况的变量，并推理出控制方案；实施控制方案。该方法能快速有效消除过程突发异常工况。 | ||||||
| 989 | 基于贝叶斯网络的反应堆堆外换料系统故障检测方法 | CN202510472083.2 | 2025-04-16 | CN119991102A | 2025-05-13 | 张东辉; 张福辉; 张新兴; 邢成文; 谭勇; 王松平; 钟毅 |
| 本发明提供了一种基于贝叶斯网络的反应堆堆外换料系统故障检测方法，包括：提取机械臂和运输车的测试工作数据中目标变量的时间序列；基于目标变量的时间序列训练长短期记忆网络，并获取长短期记忆网络输出的目标变量对应的目标特征向量；将目标特征向量和测试工作数据中变量作为贝叶斯网络的拓扑节点，并基于贝叶斯网络构建故障检测模型；将机械臂和运输车的当前工作数据输入故障检测模型，以确定反应堆堆外换料系统的故障类型。有效建立目标变量的变化趋势与测试工作数据中其他变量的依赖关系，能够根据测试工作数据中变量在时间上的变化趋势识别出故障发生的概率，提高了故障检测模型对未实验场景的泛化能力。 | ||||||
| 990 | 一种基于贝叶斯网络的装置故障诊断方法及系统 | CN202510057160.8 | 2025-01-14 | CN119961787A | 2025-05-09 | 张云; 董贝; 包明磊 |
| 本发明涉及故障诊断技术领域，具体为一种基于贝叶斯网络的装置故障诊断方法及系统，所述方法包括：获取电力系统自动化及安全装置的历史经验数据；基于所述历史经验数据，构建故障诊断贝叶斯网络；基于所述故障诊断贝叶斯网络对装置故障进行诊断。本发明通过整合电力系统自动化及安全装置的历史经验数据，构建了精准的故障诊断贝叶斯网络，利用贝叶斯网络的推理能力，能够高效、准确地诊断装置故障，提供处理建议，并通过实际反馈不断优化网络结构和参数，显著提升故障诊断的准确性和可靠性，为电力系统的稳定运行提供了强有力的技术支撑。 | ||||||
| 991 | 基于主动学习与贝叶斯网络的煤泥浮选过程安全控制方法 | CN202510020018.6 | 2025-01-07 | CN119926672A | 2025-05-06 | 褚菲; 景博源; 王雪婷; 彭晨; 曾国强; 王志伟 |
| 一种基于主动学习与贝叶斯网络的煤泥浮选过程安全控制方法，分析煤泥浮选工艺过程中常见主要异常工况的机理和操作经验；确定出和两个主要异常工况有关的原因变量、现象变量以及控制变量；确定贝叶斯网络节点划分和节点状态等级；进行贝叶斯网络的参数学习和结构学习，获得最终的贝叶斯网络；当异常工况出现时，把现象变量数据作为证据加入贝叶斯网络模型中进行推理；制定相应的安全运行控制决策；执行控制决策，并确定生产过程中异常工况是否消失。该方法步骤简单、可靠性高，其能够协助操作人员在异常工况发生时及时做出反应，制定相应的控制决策消除异常工况，可保证工业过程安全稳定的运行，能为浮选过程的异常工况提供自动决策支持。 | ||||||
| 992 | 基于贝叶斯网络的谵妄发生概率的预测方法、系统及设备 | CN202411971532.X | 2024-12-30 | CN119889692A | 2025-04-25 | 张洋; 徐磊; 杨旻; 梁瑞元; 刘瑜; 卫剑; 李琦 |
| 本发明涉及生物医学技术领域，具体涉及一种基于贝叶斯网络的谵妄发生概率的预测方法、系统及设备。该方案利用贝叶斯网络来构建冠状动脉旁路移植术后谵妄发生概率的预测模型，其能够充分捕捉影响冠状动脉旁路移植术后谵妄发生概率的指标项之间的复杂相互作用，使得构建的预测模型能够处理冠状动脉旁路移植术后谵妄发生概率这种多因素驱动的复杂临床问题。且构建出来的预测模型的结构简单、可解释性好，从而为临床中的风险预测和决策提供一个稳健且适应性强的框架，能够精准地预测进行发生谵妄的概率。由此实现对冠状动脉旁路移植术后谵妄高风险患者进行早期识别，使得医护人员能够通过预测结果来优化围术期管理。 | ||||||
| 993 | 基于贝叶斯网络的可信度评估模型构建方法及系统 | CN202510285796.8 | 2025-03-12 | CN119782941A | 2025-04-08 | 施冕; 袁杰; 贺林; 陈胖胖; 张思琦; 张莉 |
| 本发明公开了一种基于贝叶斯网络的可信度评估模型构建方法及系统，涉及审计证据可信度评估领域，包括以下步骤：多源收集审计证据分类预处理；融合数挖与专识提取特征设变量；专家分析构建贝叶斯网络结构；据大量历史数据算条件概率表；交叉验证评估优化模型，含调结构、改概率、变特征等操作，确保模型精准评估可信度。该模型构建方法及系统提升审计证据可信度评估的准确性与效率，精准分析证据关系，减少误判风险，自动化流程加速审计，适应多场景，为审计决策提供可靠依据，助力审计工作高效开展与质量提升。 | ||||||
| 994 | 一种基于优化贝叶斯网络的水陆跨域机器人运动控制方法 | CN202411777334.X | 2024-12-05 | CN119740674A | 2025-04-01 | 王跃; 曹翔; 孙长银; 穆朝絮; 苏延旭; 杨凌霄 |
| 本发明涉及水陆跨域机器人控制技术领域，解决了现有技术难以实现水陆跨域机器人运动控制的技术问题，尤其涉及一种基于优化贝叶斯网络的水陆跨域机器人运动控制方法，包括构建三层贝叶斯网络结构，通过MMPC‑K2算法进行三层贝叶斯网络结构的结构学习，采用引入置信度改进的IF‑THEN推理规则进行贝叶斯网络模型的参数学习，将概率最大的决策方案反馈至所设计的CPG输出网络中控制水陆跨域机器人腿部执行步态切换。本发明能够综合考虑所有传感器信息，利用评分最高的网络结构、输入节点先验概率与改进IF‑THEN规则输出最优方案，实现水陆跨域机器人自主决策，以及实现机器人腿部根据不同地形切换相对应的步态。 | ||||||
| 995 | 基于贝叶斯优化的网络容量规划方法、装置、设备和介质 | CN202411905239.3 | 2024-12-23 | CN119728451A | 2025-03-28 | 葛宁; 姜宇 |
| 本公开提供了一种基于贝叶斯优化的网络容量规划方法、装置、设备和介质，旨在克服相关技术提供的方法复杂度高、通用性低、泛化能力差的问题。所述方法包括：根据业务请求分布，确定网络中各个节点和各个链路的资源容量的搜索空间；基于历史评估点集，从所述搜索空间中确定每一轮迭代的网络容量方案；所述预测网络容量方案表征：为所述网络拓扑中的各个节点和各个链路分配特定的资源容量，所述历史评估点集包括：历史迭代确定的每一种网络容量方案及其达到的性能指标；对所述网络容量方案进行性能评估，得到性能指标；在满足迭代结束条件的情况下，将历史迭代中性能指标最优时对应的网络容量方案，确定为所述业务请求分布对应的网络容量方案。 | ||||||
| 996 | 基于马尔科夫链与动态贝叶斯网络的铁路接触网可靠性评估方法 | CN202411875436.5 | 2024-12-19 | CN119720578A | 2025-03-28 | 司桂行; 白祥光; 刘明; 朱向荣; 李文宾; 刘启立; 于平; 崔砚刚; 刘广进; 付子豪; 徐垒; 李乾纬; 陈宝林; 王晶; 马兆兴 |
| 本发明公开了基于马尔科夫链与动态贝叶斯网络的铁路接触网可靠性评估方法，通过构建接触网监测数据采集系统，利用多源数据整合、多节点多变量建模和分层时间尺度监测，实现对接触网设备运行状态的系统化监控及故障预警。方案通过集成气象、负荷、设备状态等多类因素，确保对接触网系统关键参数的全面采集与分析。通过动态贝叶斯网络和马尔科夫链的联合应用，进行多节点、多变量建模，能够精准捕捉设备老化、负荷波动和外部环境变化等因素对系统可靠性的动态影响。此外，通过细化时间尺度，对气象和负荷波动等短期变量进行高频采样，对设备老化和腐蚀等长期因素进行低频监测，从而在不同时间尺度上对接触网状态进行精细评估。 | ||||||
| 997 | 一种基于动态贝叶斯网络的北极航道船舶航行风险动态评估方法 | CN202411815970.7 | 2024-12-11 | CN119691398A | 2025-03-25 | 鲁阳; 刘玥君; 张心悦; 薛彦卓; 王永魁; 倪宝玉; 武奇刚; 狄少丞 |
| 本发明提出了一种基于动态贝叶斯网络的北极航道船舶航行风险动态评估方法，属于船舶航行安全技术领域，首先从环境‑人‑船三方面识别影响北极航道船舶航行风险因素；建立北极航道船舶航行风险等级标准；构建北极航道船舶航行风险静态贝叶斯网络图模型；确定静态贝叶斯网络模型参数，构建北极航道船舶航行风险动态贝叶斯网络；基于动态贝叶斯网络对北极航道船舶航行风险进行动态评估；本发明考虑了环境、船舶和人为因素，并结合了多年海洋气象再分析数据和专家知识，能够根据过去、现在和未来的条件进行更新，对北极航道冰困和船冰碰撞风险进行动态评估。 | ||||||
| 998 | 基于知识图谱和贝叶斯网络的仿真作战模拟系统及方法 | CN202411612004.5 | 2024-11-13 | CN119129439B | 2025-03-25 | 李文军; 宋晓彤; 赵韶平; 温昆荣 |
| 基于知识图谱和贝叶斯网络的仿真作战模拟系统及方法，数据采集单元通过多种数据采集器采集仿真作战资源的相关数据，得到仿真作战资源数据；数据处理单元对采集的仿真作战资源数据进行数据处理，得到归一化数据；知识图谱构建单元根据归一化数据构建知识图谱，生成仿真作战资源结构化图谱；贝叶斯网络构建单元根据仿真作战资源结构化图谱的节点及节点关系得到贝叶斯网络模型；结果评估单元根据贝叶斯网络模型进行仿真作战模拟的动态推理，并生成仿真报告。本发明全面了解各数据采集器在不同条件下的探测能力、协同效能和整体探测效果，进行仿真作战模拟并生成对应的仿真报告，从而为指挥决策提供科学依据。 | ||||||
| 999 | 一种基于贝叶斯卷积神经网络的城市洪水预测方法 | CN202411631896.3 | 2024-11-15 | CN119648078A | 2025-03-18 | 李宗坤; 梅佳慧; 张亚东; 吴梅梅; 栗静静; 葛巍; 孙宝星; 王涵; 张凤祥 |
| 本发明公开了一种基于贝叶斯卷积神经网络的城市洪水预测方法，包括：收集研究区域历史降雨事件，用水动力模拟软件模拟不同降雨事件得到最大淹没水深；选取影响内涝水深的特征变量，包括10个降雨特征变量和10个空间特征变量；考虑不确定性构建贝叶斯卷积神经网络预测模型；基于损失函数MAE对模型进行训练；将验证集中数据输入至训练好的模型中，对输出的近似后验分布求取均值，作为水深的预测值。计算、分析特征变量与目标变量的关系，将不同数据进行有效融合，并且考虑了可能存在的不确定性来源的基础上提出的本方法，不仅实现了对研究区域淹没水深的大小及范围的预测，并量化了预测的不确定性，为实时洪水灾害管理提供支持。 | ||||||
| 1000 | 一种基于贝叶斯网络的炼化企业用水管线风险评价方法 | CN202310983134.9 | 2023-08-07 | CN119443330A | 2025-02-14 | 王贵生; 王之茵; 周亮; 岳宇; 崔晋; 邹林; 李云飞; 张晓菡; 董伟佳; 张杰 |
| 本发明提供了一种基于贝叶斯网络的炼化企业用水管线风险评价方法，属于管线风险评价技术领域。其技术方案为：一种基于贝叶斯网络的炼化企业用水管线风险评价方法，其特征在于，具体步骤为：对以往管线失效案例进行搜集，构建历史管线失效数据库；通过历史失效数据库中的历史数据识别失效因素，建立基于炼化企业用水管线失效的事故树；确定失效因素的先验失效概率，构建贝叶斯网络结构；计算根节点的模糊概率，确定修正因子；计算炼化企业用水管线的后验失效概率。本发明的有益效果为：提供一种基于贝叶斯网络的炼化企业用水管线风险评价方法，用以降低用水管线风险因素辨识的主观性，同时提高风险预测评估结果的准确性和有效性。 | ||||||
QQ群二维码
意见反馈
意见反馈