检索结果-内蒙古大学图书馆

中国肿瘤临床 1995年第9期 665-665页

作者：刘健易萍湖南医科大学

差别有显著性与有显著性差别刘健，易萍湖南医科大学（长沙市４１００７８）差别有显著性与有显著性差别是两个不同的概念，前者是统计学统计推断中假设检验时所用到的一个统计术语，后者往往指被比较的差别所具有的实际意义。假设检验... 详细信息

差别有显著性与有显著性差别刘健，易萍湖南医科大学（长沙市４１００７８）差别有显著性与有显著性差别是两个不同的概念，前者是统计学统计推断中假设检验时所用到的一个统计术语，后者往往指被比较的差别所具有的实际意义。假设检验（ＨｙＰｏｔｈｅｓｉｓｔｅｓｔｉｎ...

关键词：样本统计量性差别刘健显著性假设检验概率论

来源：评论

学校读者我要写书评

暂无评论

基于人工智能的留存预测方法、装置、计算机设备及介质

基于人工智能的留存预测方法、装置、计算机设备及介质

引用

作者：张巧丽林荣吉 518000 广东省深圳市福田区益田路5033号平安金融中心14、15、16、41、44、45、46层

本发明涉及人工智能技术领域，提供一种基于人工智能的留存预测方法、装置、计算机设备及介质，包括：对全量样本进行分箱处理得到多个分箱特征值；从全量样本中选取多个批样本并根据多个分箱特征值计算每个批样本的布尔矩阵；初始化树... 详细信息

标准号: CN112036641A

本发明涉及人工智能技术领域，提供一种基于人工智能的留存预测方法、装置、计算机设备及介质，包括：对全量样本进行分箱处理得到多个分箱特征值；从全量样本中选取多个批样本并根据多个分箱特征值计算每个批样本的布尔矩阵；初始化树模型并采用第一遗忘机制基于当前批样本的样本标识向量更新树模型中节点的样本统计量；采用第二遗忘机制基于当前批样本的样本标识向量及对应的布尔矩阵计算当前批样本的信息增益矩阵；根据当前批样本的信息增益矩阵更新当前最优特征及最优特征的特征值；基于当前最优特征及最优特征的特征值迭代训练树模型得到留存预测模型；使用留存预测模型预测待测用户的留存时长。本发明能够提高代理人留存预测的准确率。

关键词：样本树模型分箱布尔矩阵信息增益样本标识预测模型预测遗忘人工智能技术矩阵计算机设备特征值计算样本统计量人工智能迭代训练矩阵更新向量更新初始化准确率时长向量

来源：评论

学校读者我要写书评

暂无评论

一种精馏塔能效退化检测方法

一种精馏塔能效退化检测方法

引用

作者：周猛飞刘志红蔡亦军潘海天 310014 浙江省杭州市下城区潮王路18号

本发明公开了一种精馏塔能效退化检测方法。该方法首先收集正常工况下精馏过程测量数据并离线分析各个样本对应的效值；对离线样本集进行异常数据剔除和数据归一化处理，构建训练样本集；计算各个测量变量与效之间的互信息值，根据累计... 详细信息

标准号: CN109144028B

本发明公开了一种精馏塔能效退化检测方法。该方法首先收集正常工况下精馏过程测量数据并离线分析各个样本对应的效值；对离线样本集进行异常数据剔除和数据归一化处理，构建训练样本集；计算各个测量变量与效之间的互信息值，根据累计互信息贡献度筛选出与能效相关的特征变量；建立支持向量数据描述模型，由模型参数和支持向量来计算样本统计量和对应的模型统计限，得到正常工况下的状态模型，并用于精馏塔的能效退化检测。与目前的其它能效退化检测方法相比，本发明不仅能解决故障样本难以获取的问题，还能有效地提取过程测量数据中的特征变量，提高了精馏塔能效退化检测的精度，能用于指导精馏塔设备维护，有效实现精馏过程能效指标监测。

关键词：能效精馏塔退化检测过程测量特征变量正常工况互信息精馏支持向量数据描述精馏塔设备数据归一化训练样本集样本统计量故障样本离线分析模型参数模型统计能效指标异常数据有效实现支持向量状态模型贡献度样本集有效地构建离线剔除样本测量筛选监测维护

来源：评论

学校读者我要写书评

暂无评论

一种基于统计过程控制的故障预测算法

一种基于统计过程控制的故障预测算法

引用

作者：刘林王瑞芳黄超郭伟 215000 江苏省苏州市高新区紫金路88号厂房1号二楼西南边的2间

本发明公开的属于人工智能技术领域，具体为一种基于统计过程控制的故障预测算法，包括控制图，所述控制图采用均值与极差控制图，利用样本统计量检验总体均值μ和标准差σ是否发生显著变化的过程，在数据为连续值时：若抽样得到的样本... 详细信息

标准号: CN115545251A

本发明公开的属于人工智能技术领域，具体为一种基于统计过程控制的故障预测算法，包括控制图，所述控制图采用均值与极差控制图，利用样本统计量检验总体均值μ和标准差σ是否发生显著变化的过程，在数据为连续值时：若抽样得到的样本均值为x，样本大小为n，使得公式：成立，则认为当显著性水平为α时，总体均值μ未发生显著变化，即设备属于稳定状态，本发明提供一种故障预测算法，预知系统健康状态衰减，实现设备故障提前预测，实现预防性维修，减少重大市政工程、石油石化施工、电力设施的事故，减少安全事故发生概率。

关键词：控制图故障预测显著变化算法样本人工智能技术统计过程控制系统健康状态显著性水平样本统计量预防性维修安全事故电力设施发生概率设备故障石油石化市政工程标准差极差衰减抽样预测施工检验

来源：评论

学校读者我要写书评

暂无评论

一种基于统计量马氏距离的微小传感器故障检测和分离方法

一种基于统计量马氏距离的微小传感器故障检测和分离方法

引用

作者：纪洪泉周东华 266590 山东省青岛市黄岛区前湾港路579号

本发明公开了一种基于统计量马氏距离的微小传感器故障检测和分离方法，属于工业过程监控和故障诊断领域，该方法包括：采集正常的传感器测量作为训练数据集；给定窗宽，依次计算各窗口内测量变量的样本统计量，得到由统计量构成的数据... 详细信息

标准号: CN111324105B

本发明公开了一种基于统计量马氏距离的微小传感器故障检测和分离方法，属于工业过程监控和故障诊断领域，该方法包括：采集正常的传感器测量作为训练数据集；给定窗宽，依次计算各窗口内测量变量的样本统计量，得到由统计量构成的数据矩阵；计算数据矩阵的均值和协方差，并给定马氏距离的控制限；采集实时传感器测量作为测试数据；利用窗口内的测试数据计算其统计量，并利用上述均值和协方差计算马氏距离，与控制限对比判断是否有故障；若有故障，则利用故障重构求取每个传感器的统计量重构贡献，将具有最大贡献值的传感器定为故障传感器以完成故障分离。与现有技术相比，本发明无需过程数学模型，并可实现多种类型微小传感器故障的检测和分离。

关键词：统计量马氏距离微小传感器测试数据控制限传感器测量采集矩阵工业过程监控故障诊断领域过程数学模型传感器测量故障传感器实时传感器训练数据集样本统计量方差计算故障分离故障检测故障重构计算数据数据矩阵最大贡献窗宽方差重构检测

来源：评论

学校读者我要写书评

暂无评论

基于统计特征典型相关分析的PFC故障检测方法

基于统计特征典型相关分析的PFC故障检测方法

引用

作者：杨智明刘萃宇俞洋李川峰肖紫文 150001 黑龙江省哈尔滨市南岗区西大直街92号

一种基于统计特征典型相关分析的PFC故障检测方法，属于PFC故障检测领域。本发明针对现有通过PFC变换器的输出电压对其进行故障检测，不明显的故障特征易被掩盖造成检测效果差的问题。包括：采集PFC转换器的样本输入电压和样本输出电压... 详细信息

标准号: CN113985173A

一种基于统计特征典型相关分析的PFC故障检测方法，属于PFC故障检测领域。本发明针对现有通过PFC变换器的输出电压对其进行故障检测，不明显的故障特征易被掩盖造成检测效果差的问题。包括：采集PFC转换器的样本输入电压和样本输出电压；对样本输入电压特征量和样本输出电压特征量进行典型相关分析，得到典型相关系数；构建样本残差矩阵，计算获得样本统计量；并确定故障检测阈值；采集实际输入电压和实际输出电压，利用实际输入电压特征量、实际输出电压特征量和典型相关系数构建实际残差矩阵，计算获得实际统计量；将实际统计量与故障检测阈值进行比较，若实际统计量大于故障检测阈值，则判定运行状态PFC转换器为故障状态。本发明用于PFC故障检测。

关键词：故障检测输出电压特征量统计量样本实际输出电压残差矩阵输入电压样本输入采集样本统计量电压特征故障特征故障状态统计特征系数构建运行状态构建易被判定分析掩盖检测

来源：评论

学校读者我要写书评

暂无评论

基于统计特征典型相关分析的PFC故障检测方法

基于统计特征典型相关分析的PFC故障检测方法

引用

作者：杨智明刘萃宇俞洋李川峰肖紫文 150001 黑龙江省哈尔滨市南岗区西大直街92号

标准号: CN113985173B

来源：评论

学校读者我要写书评

暂无评论

一种基于自适应阈值PLS的高炉铁水质量监测方法

一种基于自适应阈值PLS的高炉铁水质量监测方法

引用

作者：周平梁梦圆柴天佑 110819 辽宁省沈阳市和平区文化路三巷11号

本发明提供一种基于自适应阈值PLS的高炉铁水质量监测方法，包括：采集相同时刻的高炉运行参数和铁水质量变量；选择高炉炼铁正常过程的数据作为训练集，计算均值和标准差并标准化处理；构建PLS模型；获取高炉炼铁过程新的高炉运行参数... 详细信息

标准号: CN107290962B

本发明提供一种基于自适应阈值PLS的高炉铁水质量监测方法，包括：采集相同时刻的高炉运行参数和铁水质量变量；选择高炉炼铁正常过程的数据作为训练集，计算均值和标准差并标准化处理；构建PLS模型；获取高炉炼铁过程新的高炉运行参数样本数据并进行标准化处理；针对测试集，采用Q统计量和Hotelling’s T²统计量来检验高炉炼铁过程是否发生异常，计算测试集样本的Q统计量和T²统计量值，并计算固定控制限；实时计算当前时刻每个样本统计量的指数加权移动平均值，进而确定当前时刻的T²统计量自适应阈值和Q统计量自适应阈值，完成测试集的故障检测。本发明方法明显降低故障误报率，同时保证了故障检测效果的准确性和灵敏性。

关键词：统计量自适应高炉炼铁过程标准化处理故障检测运行参数测试集高炉样本统计量高炉炼铁高炉铁水固定控制计算测试加权移动实时计算样本数据正常过程质量变量质量监测铁水标准差灵敏性误报率训练集构建样本采集检验统计保证

来源：评论

学校读者我要写书评

暂无评论

基于人工智能的留存预测方法、装置、计算机设备及介质

基于人工智能的留存预测方法、装置、计算机设备及介质

引用

作者：张巧丽林荣吉 518000 广东省深圳市福田区益田路5033号平安金融中心14、15、16、41、44、45、46层

标准号: CN112036641B

来源：评论

学校读者我要写书评

暂无评论

基于Xgboost回归模型的CSTR故障定位方法

基于Xgboost回归模型的CSTR故障定位方法

引用

作者：赵忠盖潘磊李庆华刘成林刘飞 214122 江苏省无锡市蠡湖大道1800号

本发明公开了一种基于Xgboost回归模型的CSTR故障定位方法。本发明一种基于Xgboost回归的CSTR故障定位方法，该方法包括以下步骤：1)收集CSTR中传感器产生的正常数据，以及未知的离线数据。2)建立步骤1中采集到的正常数据的监控模型，... 详细信息

标准号: CN111639304B

本发明公开了一种基于Xgboost回归模型的CSTR故障定位方法。本发明一种基于Xgboost回归的CSTR故障定位方法，该方法包括以下步骤：1)收集CSTR中传感器产生的正常数据，以及未知的离线数据。2)建立步骤1中采集到的正常数据的监控模型，针对不同场合的需求可以自由选择不同的监控模型。3)通过步骤2建立好监控模型，并将步骤1中采集到的离线未知数据带入监控模型中，提取样本统计量来进行故障检测，并筛选出故障数据。本发明的有益效果：1)Xgboost回归模型的变量重要性度量测量的是变量对于输出预测精度的影响，每个变量的度量值的计算都是相互独立的，与现有技术相比，并不包含其他变量作用的成分，因而消除了拖尾效应的影响。

关键词：监控模型故障定位回归模型正常数据采集变量重要性样本统计量度量测量故障检测故障数据离线数据输出预测拖尾效应自由选择传感器离线筛选回归

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：