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！

龙图腾网获悉暨南大学申请的专利基于Dirichlet分布的废旧零部件状态映射模型构建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：CN119646650B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202411669851.5，技术领域涉及：G06F18/2415；该发明授权基于Dirichlet分布的废旧零部件状态映射模型构建方法是由郭洪飞;钟方;任亚平;何智慧;朝宝设计研发完成，并于2024-11-21向国家知识产权局提交的专利申请。

本基于Dirichlet分布的废旧零部件状态映射模型构建方法在说明书摘要公布了：本发明提出了基于Dirichlet分布的废旧零部件状态映射模型构建方法，针对废旧零部件质量评估的不确定性问题，构建一种基于Dirichlet分布的损伤‑质量状态映射模型DBMS，该模型通过对废旧零部件失效行为分析确定主要失效特征，采用多项分布对零部件损伤量数据进行数学抽象，选取Dirichlet分布作为先验概率分布，结合贝叶斯公式更新得到后验分布参数，从而获得损伤量数据映射到不同质量等级的后验概率期望值。进一步，引入D‑S证据理论融合损伤信息，实现对废旧零部件质量状况的综合评估。为了验证模型的可行性和有效性，以废旧涡轮蜗杆为案例研究对象，并与现有文献方法进行对比，实验结果显示，该模型在预测精度和泛化能力上具有优势。

本发明授权基于Dirichlet分布的废旧零部件状态映射模型构建方法在权利要求书中公布了：1.基于Dirichlet分布的废旧零部件状态映射模型构建方法，其特征在于，所述方法包括： 将废旧零部件关键特征整合成失效数据集，并根据数据集构建失效特征矩阵；其中，所述废旧零部件关键特征包括磨损、断裂、变形和质量等级标签； 从质量等级标签中随机抽取n个实例作为训练数据，每种失效形式都包含n个值，对其进行区间划分，识别不同失效形式下损伤量的具体分布； 根据识别出来的具体分布，引入参数为a=a1,a2,...,ak的Dirichlet分布作为多项分布零部件损伤量数据构建先验概率模型，所述先验概率模型的概率向量θ被视为在先验基准a条件下的随机变量，即pθ~Dira； 构建既定失效形式f，质量等级h条件下的概率模型，记作，H个概率模型进行整合，得到失效形式f下的组合概率模型记为，以形成对失效形式f的全面概率描述，将所有组合概率模型进行整合，对于每一种失效形式f，将其相应的损伤量数据作为输入参数，通过对应DBMS模型进行处理，匹配得到给定失效形式f分配至不同质量等级的后验概率期望值，最后计算失效形式f下所有质量等级后验概率期望值的总和，根据取值情况采取不同的基本概率分配策略； 所述方法还包括，在进行先验Dirichlet之前，先进行Jeffreys非信息先验，基于Fisher信息矩阵来进行构造，表示如下： ； 其中，p•表示概率分布函数，k表示划分的区间数量；将落在第k个区间内的频次表示为nk，与之相关联的概率为θi，则该组损伤量数据形式化地表示为n1,n2,...,nk~Multθ1,θ2,...,θk，且满足； 依据贝叶斯非参数统计方法，当指定废旧零部件多项分布概率参数的先验分布为Dirichlet分布时，概率密度函数同时具备以下特性： ； 其中，表示Dirichlet分布的参数，表示每个区间概率的先验信念； 当采用Jeffreys非信息先验时，Dirichlet分布的参数a可被唯一确定，且a1=a2=‧‧‧=ak=12，确定先验Dirichlet分布参数后，根据贝叶斯后验分布与似然函数和先验分布的乘积成比例的性质可得 ； 其中，Dir•表示Dirichlet分布； 即当观察到废旧零部件损伤量多项分布数据为=,...,时，推导出其后验分布是参数更新为=12+,12+,...,12+的Dirichlet分布，则此时Dirichlet分布的后验概率期望值由下式计算得出 其中，表示第个区间的后验概率期望值。

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暨南大学，其通讯地址为：510000 广东省广州市天河区黄埔大道西601号；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”。

以上内容由龙图腾AI智能生成。