-
公开(公告)号:CN113742886A
公开(公告)日:2021-12-03
申请号:CN202110714561.8
申请日:2021-06-25
Applicant: 北京机械设备研究所
Abstract: 本发明公开了基于拟合度的PCA建模评估方法、装置及电子设备,该方法包括根据训练数据确定建立的模型涉及到的各个变量的最小变化间隔;将PCA模型对应的超椭球体离散化成一系列大小相等的网格;计算训练数据与PCA模型之间的拟合度指标;将计算所述拟合度指标与预设阈值进行比较;根据比较结果评估所建PCA模型的效果。本发明通过将PCA模型对应的超椭球体离散化为一系列大小相等的网格,并计算训练数据与超椭球体之间的拟合度指标,然后将它与预设阈值进行比较,避免了肉眼识别的方法无法解决变量的维度过大的问题,更能适应多变量模型建模效果定量评估的任务需求。
-
公开(公告)号:CN118410588A
公开(公告)日:2024-07-30
申请号:CN202310042510.4
申请日:2023-01-28
Applicant: 北京机械设备研究所
IPC: G06F30/17 , G06F30/20 , G06F119/14
Abstract: 本发明涉及一种基于网格搜索的起竖油缸上下支点的位置确定方法,属于工程车辆起竖装置技术领域,解决了传统位置确定构建三维模型需要反复迭代几轮才能获得符合要求的解决方案的缺陷;位置确定方法具体包括建立起竖力和负载重力的平衡方程、建立起竖油缸安装长度和展开长度的几何方程、定义起竖力、安装长度、展开长度的取值范围、计算起竖油缸上下支点的可行区域。本发的基于网格搜索的起竖油缸上下支点位置确定方法,通过MATLAB中的contourcmap函数生成起竖油缸上下支点生成可行区域云图,可视化可行区域的空间位置和起竖力的大小,简单便捷的满足实际应用过程中的任务需求,解决现有方法存在的费时费力,对设计人员不够友好的问题。
-
公开(公告)号:CN114490797A
公开(公告)日:2022-05-13
申请号:CN202011155555.5
申请日:2020-10-26
Applicant: 北京机械设备研究所
IPC: G06F16/2458 , G06F16/215 , G06F16/248
Abstract: 本发明涉及一种时间序列的定性趋势分析方法和装置,属于数据处理技术领域,解决了时间序列的时间间隔很大时很难准确判断时间序列在这段时间内的变化趋势的问题。该方法包括:将时间序列划分为多个最小基元;基于相邻基元的融合误差最小原则,将任一基元与左相邻基元或右相邻基元合并;计算各个分段数对应的基元与时间序列的拟合度指数,获取最大拟合度指数,以及根据最大拟合度指数确定最优分段数;重复执行将任一基元与左相邻基元或右相邻基元合并的步骤,直到基元的数量等于最优分段数;以及输出所有基元作为时间序列的分段线性表示结果,并根据分段线性表示结果确定时间序列的定性趋势。确定了时间序列在时间段内的变化趋势。
-
公开(公告)号:CN117370386A
公开(公告)日:2024-01-09
申请号:CN202210778153.3
申请日:2022-06-29
Applicant: 北京机械设备研究所
IPC: G06F16/2455 , G06F16/2458
Abstract: 本发明涉及一种基于变化方向的异常数据识别方法及装置;方法包括:采集工业系统中多个观测量的观测数据,组成基于多观测量的多维时间序列;将多维时间序列的每一维都划分为一系列的初始基元;对于初始基元按照融合误差最小原则进行相邻基元的合并,计算多维时间序列的拟合误差;对于合并后的基元重复按照融合误差最小原则进行合并,直到拟合误差的值趋于稳定后输出最终基元;利用最终基元的斜率确定多维时间序列每一维的变化方向;如果一段时间内每一维的变化方向一致,识别为正常数据,否则,识别为异常数据。本发明具有良好的可解释性和鲁棒性。
-
-
-