Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 迪泰(浙江)通信技术有限公司贾建国获国家专利权

迪泰(浙江)通信技术有限公司贾建国获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉迪泰(浙江)通信技术有限公司申请的专利一种基于多维数据分析技术的船载通讯硬件故障预测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119066367B

龙图腾网通过国家知识产权局官网在2025-04-29发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411545767.2,技术领域涉及:G06F18/20;该发明授权一种基于多维数据分析技术的船载通讯硬件故障预测方法是由贾建国;毛方迪;章文才;陈宇峰;刘建军;刘帅设计研发完成,并于2024-11-01向国家知识产权局提交的专利申请。

一种基于多维数据分析技术的船载通讯硬件故障预测方法在说明书摘要公布了:本发明公开了一种基于多维数据分析技术的船载通讯硬件故障预测方法,方法包括数据采集、数据预处理、建立船载通讯硬件故障预测模型和基于多维数据分析的船载通讯硬件故障预测。本发明属于故障预测技术领域,具体是指一种基于多维数据分析技术的船载通讯硬件故障预测方法,本方案通过引入加权递减函数定义不敏感损失函数,对于大幅度的预测误差有更高的惩罚,而对于轻微偏差则相对宽容,更好应对硬件数据中的小波动;采用基于核函数的正则化策略,提升故障预测的精准性;通过自适应学习率调整机制,跟踪训练过程中的误差变化;通过设计误差阈值把控模型性能,进而保证最终故障预测的效率足够高,预测结果更可靠。

本发明授权一种基于多维数据分析技术的船载通讯硬件故障预测方法在权利要求书中公布了:1.一种基于多维数据分析技术的船载通讯硬件故障预测方法,其特征在于:该方法包括以下步骤:步骤S1:数据采集,采集历史船载通讯硬件检测数据;步骤S2:数据预处理;步骤S3:建立船载通讯硬件故障预测模型,引入加权递减函数定义不敏感损失函数,动态调整模型参数,采用基于核函数的正则化策略,设计自适应学习率调整机制,并误差阈值实现船载通讯硬件故障预测模型的建立;步骤S4:基于多维数据分析的船载通讯硬件故障预测,基于建立完成的船载通讯硬件故障预测模型实现故障预测;所述建立船载通讯硬件故障预测模型具体包括以下步骤:步骤S31:模型设计;选择支持向量机作为船载通讯硬件故障预测模型的基础结构;初始化支持向量机正则化参数和核函数参数;将数据集D划分为训练集和测试集;步骤S32:定义损失函数;在损失函数中引入松弛参数和加权递减函数,应对硬件数据中不同程度的噪声和处理硬件数据中的误差分布;损失函数定义为: ;;其中,是模型损失函数;y是预测标签;β是加权递减参数;是松弛参数;u是预测损失;动态更新模型参数具体为初始化松弛参数和加权递减参数,并对松弛参数、加权递减参数和支持向量机的正则化参数进行动态更新,表示为:;其中,ft+1和ft分别是第t+1次训练时和第t次训练时的模型参数;是第t次训练时的学习率;是损失函数关于模型参数的导数;ftxt是模型对输入数据xt的预测值;是输入数据的真实标签;是第t次训练时的高斯核函数;是第t次训练时的正则化因子;步骤S33:动态更新模型参数;初始化松弛参数和加权递减参数,并对松弛参数、加权递减参数和支持向量机的正则化参数进行动态更新;步骤S34:正则化策略;引入基于核函数的正则化策略,正则化的广义误差定义为:;最小化该误差以得到最终的船载通讯硬件故障预测模型,表示为:;其中,是模型的广义误差;是正则化参数;ρ是数据分布;F是SVM的决策函数;是核空间中的范数平方;是最终的船载通讯硬件故障预测模型;步骤S35:自适应学习率调整机制;表示为: ;其中,和分别是第t+1次训练时的学习率和正则化因子;τ是极小正数;和分别是训练集和测试集的广义误差;是梯度;α1是幅度参数;β1是速率系数;是误差系数;步骤S36:定义误差阈值;误差阈值表示为:;其中,是数据集第t次训练的期望;是模型在第t+1次的广义误差;是期望最优广义误差;C是数据特征常数;是正则化常数;α1是步长调节参数;γ是正则化调整参数;若训练过程中不满足误差阈值或达到最大训练次数,则进行调整初始参数,并重新划分数据集,训练模型;当未达到最大训练次数,且符合误差阈值的条件下实现损失收敛,则船载通讯硬件故障预测模型建立完成;在步骤S1中,所述历史船载通讯硬件检测数据包括信号强度、温度、电压、环境条件、设备运行时间、工作电流、通信延迟、湿度、网络流量数据和下一时刻的硬件健康状态;所述硬件健康状态包括正常和故障;将硬件健康状态作为数据标签;在步骤S4中,所述基于多维数据分析的船载通讯硬件故障预测是基于建立完成的船载通讯硬件故障预测模型,实时采集信号强度、温度、电压、环境条件、设备运行时间、工作电流、通信延迟、湿度和网络流量数据,经预处理后输入至船载通讯硬件故障预测模型中,将模型输出的硬件健康状态作为预测结果,当输出的硬件健康状态为故障时,对管理人员发出预警提醒。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人迪泰(浙江)通信技术有限公司,其通讯地址为:315048 浙江省宁波市高新区聚贤路1299号028幢3楼西首;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。