-
公开(公告)号：CN109034632A
公开(公告)日：2018-12-18
申请号：CN201810877437.1
申请日：2018-08-03
Applicant: 哈尔滨工程大学
CPC classification number: G06Q10/0635 , G06N3/084 , G06Q10/06393
Abstract: 本发明提出了一种基于对抗样本的深度学习模型安全风险评估方法，属于计算机技术领域。所述方法通过原始样本图像xc进行预处理和利用待测目标深度学习模型对原始样本图像xc进行预测等步骤实现深度学习模型安全风险评估。所述方法能够实现对深度学习模型安全风险的有效评估。
-
公开(公告)号：CN103440728A
公开(公告)日：2013-12-11
申请号：CN201310394854.8
申请日：2013-09-03
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种基于模糊控制对现有船舶消防系统进行分布式智能控制，建立船舶消防系统连锁性失效指标，对连锁性失效情况进行判定的分布智能控制船舶消防系统连锁性失效测评方法。本发明包括：将船舶舱室按照火灾危险度分为三类；将四个参数信息进行归一化预处理；得到舱室火灾报警等级评估结果；主机对舱室的报警等级进行判断。本发明能够提高船舶火灾自动报警系统的可靠性和准确性以及避免连锁性失效这类极端灾害的能力，减少极端灾害的发生。由于该方法考虑了船舶舱室火灾特点，能够连锁报警，所以该技术还能够更好的为船舶环境服务，提高船舶安全，增强了实用性。
-
公开(公告)号：CN103226886A
公开(公告)日：2013-07-31
申请号：CN201310131914.7
申请日：2013-04-16
Applicant: 哈尔滨工程大学
IPC: G08B17/00
Abstract: 本发明涉及一种确定系统关键子系统的技术，尤其是一种基于复杂网络的确定船舶火灾自动报警系统关键子系统的方法。本发明包括如下步骤：对船舶舱室按照舱室功能分为居住舱，供膳舱，卫生舱和航行保障舱四类：建立系统模型；确定船舶火灾自动报警系统的关键子系统；判断关键子系统。本发明提出了添加舱室功能联系和火灾联系的方法及其确定，并且对于具有上千个舱室的大型船舶来说，应用复杂网络将更能体现出其建模优势，因此基于复杂网络的方法是解决本实际应用问题的有力工具。
-
公开(公告)号：CN110361006B
公开(公告)日：2022-07-19
申请号：CN201910575692.5
申请日：2019-06-28
Applicant: 哈尔滨工程大学
Abstract: 本发明是局部航迹分维度的选择性航迹状态估计融合方法。本发明对局部航迹进行读取和预处理，进行时间对准和空间对准；对局部航迹按纬度进行拆分，利用基于灰色接近关联度的航迹质量衡量算法进行单纬度下的航迹质量计算，并分维度排序；设置循环次数，根据航迹质量依据选择单纬度航迹数，将两条高质量的单纬度航迹和进行航迹状态估计融合，得到融合航迹，确定系统航迹；当融合航迹的航迹质量大于高质量的单纬度航迹的航迹质量，本发明实现了局部航迹的选择性融合，维度拆分后，再经过算法结构实现航迹选择，并采用局部航迹与局航迹的多传感器的简单凸组合融合方法后，融合生成的系统航迹精度有所提高。
-
公开(公告)号：CN110361006A
公开(公告)日：2019-10-22
申请号：CN201910575692.5
申请日：2019-06-28
Applicant: 哈尔滨工程大学
Abstract: 本发明是局部航迹分维度的选择性航迹状态估计融合方法。本发明对局部航迹进行读取和预处理，进行时间对准和空间对准；对局部航迹按纬度进行拆分，利用基于灰色接近关联度的航迹质量衡量算法进行单纬度下的航迹质量计算，并分维度排序；设置循环次数，根据航迹质量依据选择单纬度航迹数，将两条高质量的单纬度航迹和进行航迹状态估计融合，得到融合航迹，确定系统航迹；当融合航迹的航迹质量大于高质量的单纬度航迹的航迹质量，本发明实现了局部航迹的选择性融合，维度拆分后，再经过算法结构实现航迹选择，并采用局部航迹与局航迹的多传感器的简单凸组合融合方法后，融合生成的系统航迹精度有所提高。
-
Patent Agency Ranking
公开(公告)号：CN103955552B
公开(公告)日：2017-10-03
申请号：CN201310547317.2
申请日：2013-11-07
Applicant: 哈尔滨工程大学
Abstract: 本发明属于复杂系统的分析与决策领域，具体涉及一种基于改进的融合遗传算法和蚂蚁算法的船舶火灾自动报警系统连锁性失效路径的评估方法。本发明包括：(1)基于图论和脆性理论构造火灾报警控制器的赋权图模型；(2)设计改进的GAAA算法中的遗传算法得到脆性信息素初始分布；(3)设计改进的GAAA算法中的蚂蚁算法。提供了一种基于改进的融合遗传算法和蚂蚁算法（GAAA）的船舶火灾自动报警系统连锁性失效路径的评估方法，量化了连锁性失效的发生及影响程度，不仅适用于船舶火灾自动报警系统，对其他复杂系统的连锁性失效路径的评估具有普适性，实用性强，并为系统连锁性失效的预防和控制提供依据。
-
公开(公告)号：CN103577700A
公开(公告)日：2014-02-12
申请号：CN201310563485.0
申请日：2013-11-14
Applicant: 哈尔滨工程大学
IPC: G06F19/00
Abstract: 本发明属于复杂系统分析与决策领域，具体涉及一种基于灰色关联聚类和BP人工神经网络的船舶消防系统连锁性失效的预测方法。将船舶消防系统中每个舱室设为一个消防单元，根据船舶火灾事件统计得出n个消防系统连锁失效因素作为观测数据，建立1个参考数据列和N-1个比较数据列，将消防单元连锁失效限定阀值为参考数据列，比较数据序列为各消防单元的失效因素量化后的实际观测值。本发明提供了船舶消防系统失效的动态分析技术，弥补了现有静态分析技术的不足，考虑到了舱室之间的耦合联系，判断出主要的消防系统连锁失效舱室和失效因素，并根据船舶的实际状况判断出消防系统的安全状态。
-
公开(公告)号：CN109034632B
公开(公告)日：2019-06-18
申请号：CN201810877437.1
申请日：2018-08-03
Applicant: 哈尔滨工程大学
Abstract: 本发明提出了一种基于对抗样本的深度学习模型安全风险评估方法，属于计算机技术领域。所述方法通过原始样本图像xc进行预处理和利用待测目标深度学习模型对原始样本图像xc进行预测等步骤实现深度学习模型安全风险评估。所述方法能够实现对深度学习模型安全风险的有效评估。
-
公开(公告)号：CN103577700B
公开(公告)日：2017-02-01
申请号：CN201310563485.0
申请日：2013-11-14
Applicant: 哈尔滨工程大学
IPC: G06F19/00
Abstract: 本发明属于复杂系统分析与决策领域，具体涉及一种基于灰色关联聚类和BP人工神经网络的船舶消防系统连锁性失效的预测方法。将船舶消防系统中每个舱室设为一个消防单元，根据船舶火灾事件统计得出n个消防系统连锁失效因素作为观测数据，建立1个参考数据列和N-1个比较数据列，将消防单元连锁失效限定阀值为参考数据列，比较数据序列为各消防单元的失效因素量化后的实际观测值。本发明提供了船舶消防系统失效的动态分析技术，弥补了现有静态分析技术的不足，考虑到了舱室之间的耦合联系，判断出主要的消防系统连锁失效舱室和失效因素，并根据船舶的实际状况判断出消防系统的安全状态。
-
公开(公告)号：CN103226886B
公开(公告)日：2015-02-25
申请号：CN201310131914.7
申请日：2013-04-16
Applicant: 哈尔滨工程大学
IPC: G08B17/00
Abstract: 本发明涉及一种确定系统关键子系统的技术，尤其是一种基于复杂网络的确定船舶火灾自动报警系统关键子系统的方法。本发明包括如下步骤：对船舶舱室按照舱室功能分为居住舱，供膳舱，卫生舱和航行保障舱四类：建立系统模型；确定船舶火灾自动报警系统的关键子系统；判断关键子系统。本发明提出了添加舱室功能联系和火灾联系的方法及其确定，并且对于具有上千个舱室的大型船舶来说，应用复杂网络将更能体现出其建模优势，因此基于复杂网络的方法是解决本实际应用问题的有力工具。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.022 seconds)
