岸基驾控内河船舶智能航行人机交互信任评估方法

    公开(公告)号:CN119578903A

    公开(公告)日:2025-03-07

    申请号:CN202510131568.5

    申请日:2025-02-06

    Abstract: 本发明涉及船舶自动化控制、智能交通系统技术领域,解决了传统信任评估方法未能充分考虑到动态环境和系统状态的变化,导致信任评估失效或不准确的技术问题,尤其涉及一种岸基驾控内河船舶智能航行人机交互信任评估方法,旨在通过动态信任计算和风险评估机制,提高船舶与岸基控制中心之间的交互安全性与系统稳定性。具体分为四个部分:信任指标体系构建、数据采集与预处理、动态信任计算和风险评估与响应。本发明通过零信任框架对内河船舶智能航行中的人机交互信任进行动态评估与管理,旨在提升船舶航行过程中的安全性与稳定性,尤其是在复杂和动态的航行环境下,对岸基与船舶之间的交互进行信任度评估,从而确保系统的安全与可靠性。

    一种基于知识自适应嵌入的强光磁冷水机组少样本诊断方法

    公开(公告)号:CN119226709A

    公开(公告)日:2024-12-31

    申请号:CN202411434812.7

    申请日:2024-10-15

    Applicant: 安徽大学

    Abstract: 本发明提供一种基于知识自适应嵌入的强光磁冷水机组少样本诊断方法,可实现强光磁冷水机组的少样本故障诊断。首先获取强光磁冷水机组中的大量无标签数据和少量标签数据并进行预处理,其次利用多种与故障征兆息息相关的知识嵌入方法对无标签数据进行增强,并为每个增强样本生成相应的伪标签。再通过增强后的训练集和交叉熵损失对卷积神经网络进行预训练,并利用指数加权平均策略对多种知识嵌入方法自适应分配权重,从而得到更好的特征知识嵌入。接着利用少量标签数据对预训练好的卷积神经网络进行微调,使模型更适用于后续的少样本故障诊断任务。最后使用划分好的少样本诊断测试集对微调好的模型进行测试,并利用准确率指标来评估模型的少样本诊断性能。

    基于集成判别分析模型的船舶柴油机故障诊断方法

    公开(公告)号:CN113962291A

    公开(公告)日:2022-01-21

    申请号:CN202111136880.1

    申请日:2021-09-27

    Applicant: 安徽大学

    Inventor: 钟凯 韩冰 陈宏田

    Abstract: 本发明公开一种基于集成判别分析模型的船舶柴油机故障诊断方法,属于柴油机故障监诊断领域。本发明首先根据柴油的结构和布局,有效挖掘变量简的局部特性;然后根据过程数据的样本信息,在每个变量子块中分别建立费舍尔判别分析模型,并为每个局部模型分配相应的权值;再者,计算集成的集成判别函数Igk(x);最后利用分类性能加权策略将每个子块的故障诊断的结果进行有效融合。得到最终的故障诊断结果。本发明利用集成加权策略,不但有效刻画不同变量(子块)对故障诊断的定量影响,还是多个子分类器镇墩结果的增强,此外也是柴油机机理知识和数据驱动方法的融合与互补,大大提升了柴油机故障诊断精度,有助于降低船舶柴油机的运维难度和成本。

    岸基驾控内河船舶群的异常状态检测方法及系统

    公开(公告)号:CN119603680B

    公开(公告)日:2025-05-02

    申请号:CN202510128058.2

    申请日:2025-02-05

    Abstract: 本发明涉及船舶自动化控制、信息安全技术领域,解决了内河船舶在操作环境复杂多变的场景下,传统方法无法有效实时监测并迅速预警来预防各种事故的技术问题,尤其涉及一种岸基驾控内河船舶群的异常状态检测方法及系统,共分为四个部分:身份认证、节点异常检测、动态信任评估以及节点自适应控制。本发明通过严格的验证流程和持续的信任评估,确保只有可靠的实体能够参与通信,不仅加强了通信安全,还实现了对内河船舶群体的全面、实时监测,能够及时发现物理故障或网络攻击等异常情况,并提前预警潜在风险,从而提升整体航行的安全性和可靠性。

    岸基驾控内河船舶群的异常状态检测方法及系统

    公开(公告)号:CN119603680A

    公开(公告)日:2025-03-11

    申请号:CN202510128058.2

    申请日:2025-02-05

    Abstract: 本发明涉及船舶自动化控制、信息安全技术领域,解决了内河船舶在操作环境复杂多变的场景下,传统方法无法有效实时监测并迅速预警来预防各种事故的技术问题,尤其涉及一种岸基驾控内河船舶群的异常状态检测方法及系统,共分为四个部分:身份认证、节点异常检测、动态信任评估以及节点自适应控制。本发明通过严格的验证流程和持续的信任评估,确保只有可靠的实体能够参与通信,不仅加强了通信安全,还实现了对内河船舶群体的全面、实时监测,能够及时发现物理故障或网络攻击等异常情况,并提前预警潜在风险,从而提升整体航行的安全性和可靠性。

    一种面向多工况场景的磨煤机故障根因快速辨识方法

    公开(公告)号:CN119312118A

    公开(公告)日:2025-01-14

    申请号:CN202411313087.8

    申请日:2024-09-20

    Applicant: 安徽大学

    Abstract: 本发明公开了一种面向多工况场景的磨煤机故障根因辨识方法,属于磨煤机系统故障监测与溯源领域,该方法针对多工况场景,从根本原因辨识效率的角度填补了现有方法的不足,为解决类似的根因辨识问题提供了新的思路。本发明设计了一套工况‑模型相互匹配的方法框架。在离线阶段为每个工况训练对应的模型,并为在线数据匹配其所属工况对应的模型,有效解决了多工况场景下的根因辨识问题。本发明结合多传感器因果发现模型和时序特征干扰方法,能够实现同时提取多个传感器之间的因果关系,避免为每一对传感器两两建模,降低了因果建模的复杂度。利用在线偏差得分直接筛选出故障相关的传感器,无需额外的因果分析过程,从而提高了根本原因辨识的速度。

    一种基于同态加密的影响力最大化方法

    公开(公告)号:CN114866219A

    公开(公告)日:2022-08-05

    申请号:CN202210515957.4

    申请日:2022-05-12

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于同态加密算法的影响力最大化方法,属于社交网络挖掘领域。本发明将同态加密算法和度折扣算法结合,各个社交客户端根据拥有的用户数据计算度折扣值后并加密上传给服务器;服务器对各个平台得到的度折扣值运算解密,并选择度折扣值最大的用户,发送给各个客户端,客户端重复上述步骤,迭代选取得到多个用户以最大限度地扩大信息的传播范围。本发明基于度折扣启发式算法,利用同态加密安全协议并借助第三方服务器进行信息加解密运算和种子节点集合的更新,可以在不泄露用户隐私的前提下,融合各个社交媒体平台的用户信息,在广告投放、产品推广、信息传播等场景下寻找合适用户群体中具有较大的应用价值和前景。

Patent Agency Ranking