公开(公告)号：CN118861896A

公开(公告)日：2024-10-29

申请号：CN202410911670.2

申请日：2024-07-09

Applicant: 西安理工大学

Inventor： 费蓉 ,  左家昊 ,  邱原 ,  李爱民 ,  刘雅君 ,  李仟禧 ,  陈汭竹

IPC: G06F18/2431 ,  G06F18/213 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/084 ,  G06N20/20 ,  G06N5/01 ,  G06F123/02

Abstract: 本发明公开的基于TimeVAE‑LightGBM的时间序列数据的故障诊断方法，步骤如下：数据预处理得到原始数据集；构建TimeVAE网络模型并训练，编码器网络输出X的估计分布，并从中随机采样，生成潜在向量作为解码器网络的输入，解码器输出生成故障数据集；将原始数据集与生成故障数据集进行合并，形成平衡数据集，并划分训练集和测试集；将训练集输入到LightGBM模型进行迭代训练，得到分类模型，进行故障诊断。本发明的故障诊断方法，通过结合TimeVAE和LightGBM，在时间序列数据的故障分类领域取得更好的分类性能，应用广泛，同时提高故障分类的效果，为故障诊断提供可靠保障。

公开(公告)号：CN119150914A

公开(公告)日：2024-12-17

申请号：CN202411006183.8

申请日：2024-07-25

Applicant: 西安理工大学

Inventor： 费蓉 ,  陈汭竹 ,  吴丽丽 ,  李仟禧 ,  王宏博 ,  朱馥煜 ,  李爱民 ,  刘雅君 ,  邱原 ,  左家昊

IPC: G06N3/008 ,  G06N3/084 ,  G06N3/0464

Abstract: 本发明公开了基于好奇心机制下的多智能体经验探索协同方法，包括构建多智能体决策架构；构建适用于多智能体决策架构的好奇心机制；构建适用于多智能体决策架构的经验探索组件；构建经验回放池与状态回放池；适配多智能体协作对抗环境；对得到的基于好奇心机制下的多智能体经验探索决策架构所构成的深度神经网络进行训练，得到多智能体经验探索协同策略模型；在多智能体经验探索协同策略模型中，对当前对抗场景下的多智能体协作对抗策略进行求解。通过上述方式，本发明能够平衡多智能体算法在训练时探索与利用的过程，缓解多智能体对抗环境中奖励稀疏性所带来的影响，帮助多智能体进行有经验地探索，为对抗寻找的最优策略的同时提高了学习的效率。

公开(公告)号：CN118966356A

公开(公告)日：2024-11-15

申请号：CN202411012209.X

申请日：2024-07-26

Applicant: 西安理工大学

Inventor： 费蓉 ,  王宏博 ,  李爱民 ,  刘雅君 ,  邱原 ,  陈汭竹 ,  李仟禧

IPC: G06N5/04 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/092 ,  G06F18/2415 ,  G06F18/27

Abstract: 本发明公开了一种基于态势感知交互的兵棋智能体辅助决策方法，具体步骤包括：获取兵棋智能体所处战场环境的态势感知数据；根据军事要素理论对态势感知数据进行筛选；构建决策动作模块，输入战场态势数据，输出决策动作概率；统计当前作战场景的战场关键数据；将决策动作概率与统计的战场关键数据进行权重集成，并根据智能体编号进行分类；将权重集成数据作为决策辅助信息输入到上层智能体进行决策动作的评判和筛选，对下层智能体进行反馈，生成最优决策动作；通过上述步骤，结合智能兵棋推演系统本发明能够为兵棋智能体提供决策支持，提高智能体决策的效率和准确性。

公开(公告)号：CN119961528A

公开(公告)日：2025-05-09

申请号：CN202510046641.9

申请日：2025-01-13

Applicant: 西安理工大学

Inventor： 费蓉 ,  朱馥煜 ,  李爱民 ,  刘雅君 ,  邱原 ,  李前 ,  谭祎哲 ,  陈汭竹 ,  李仟禧 ,  彭海龙 ,  王宏博

IPC: G06F16/9536 ,  G06Q50/00 ,  G06F17/16 ,  G06N3/0895 ,  G06N3/0464

Abstract: 本发明公开发明了一种基于信息增强的半监督学习的社区检测方法，包括：获取待检测社区的数据集并进行数据的预处理，使用PPGCN作为图嵌入编码器，从而生成更丰富的节点特征表示；本发明使用了多样性阈值驱动的顺序嵌入的社区检测方法，避免仅使用相似度约束带来的社区内部节点的同质化；设计了优化社区检测的强化学习方法SubOpt‑RL，使用KAN模型作为决策网络并且改进了奖励函数。通过上述方式，本发明结合PPGCN的多步传播捕捉节点之间的长距离依赖关系，高效地聚合邻域信息，多样性约束增强了社区间的区分度，强化学习进一步优化了过程，能够提升数据集上的社区检测效果。

公开(公告)号：CN119397196A

公开(公告)日：2025-02-07

申请号：CN202411540896.2

申请日：2024-10-31

Applicant: 西安理工大学

Inventor： 上官安琪 ,  李向馨 ,  费蓉 ,  李爱民 ,  刘雅君 ,  邱原 ,  刘佳欣 ,  李仟禧 ,  王浩龙

IPC: G06F18/20 ,  G06F18/10 ,  G06F17/18 ,  G01M7/02 ,  G01M13/021 ,  G01M13/028 ,  G01M13/045 ,  G06F123/02

Abstract: 本发明公开了基于MS‑Dynp拐点检测与AW‑GGS分割的信号处理方法，首先选定需要进行故障诊断的机械部件，由一个或多个方向传感器记录选定部件的全生命周期振动信号；然后计算统计量序列的拐点，并判定选定部件的故障发生点；设置自适应窗口，初步分割故障信号，得到β个初步分割窗口；最后依据信号分布，以最大化目标函数ξr为准则，对初步分割窗口进行再分割，得到θ个最终分割窗口，完成对选定部件振动信号的处理，包括检测故障发生点与分割故障信号。本发明有助于提高故障数据集的质量，为机械故障诊断提供理论依据与技术指导。

公开(公告)号：CN111907523A

公开(公告)日：2020-11-10

申请号：CN202010616399.1

申请日：2020-06-30

Applicant: 西安理工大学

Inventor： 费蓉 ,  郭与番 ,  李仟禧 ,  王战敏 ,  李爱民 ,  李建

IPC: B60W30/165 ,  G06K9/62 ,  G06N5/04

Abstract: 本发明公开了一种基于模糊推理的车辆跟驰寻优控制方法，首先对车辆行驶的道路数据进行筛选，获取车辆轨迹数据中的车辆跟驰数据；通过离差平方和公式计算获取的车辆跟驰数据间距离，并将计算结果作为凝聚的层次聚类算法的相似度，以相似度最小为依据，将车辆跟驰数据不断进行合并，最终将车辆跟驰数据划分为多个簇类；通过层次聚类算法，将经过聚类的数据合并到一个簇类，形成树状图层次结构，并设置相似度阈值θ，作为车辆跟驰数据的聚类划分依据，使得车辆跟驰数据划分的聚类结果最优；利用划分结果，构建E(l)度量数据隶属度的价值，进一步设置信任度bel(l)；最后使用中心平均去模糊法，本发明解决了现有技术中存在的车辆跟驰研究易受噪声干扰的问题。