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！

龙图腾网获悉东南大学申请的专利一种基于流式超阈值和证据推理的结构监测数据融合概率异常预警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：CN120011920B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202411870449.3，技术领域涉及：G06F18/2415；该发明授权一种基于流式超阈值和证据推理的结构监测数据融合概率异常预警方法是由冯东明;张诚;郭彤设计研发完成，并于2024-12-18向国家知识产权局提交的专利申请。

本一种基于流式超阈值和证据推理的结构监测数据融合概率异常预警方法在说明书摘要公布了：本发明公开了一种基于流式超阈值和证据推理的结构监测数据融合概率异常预警方法，包括：建立各个传感器的历史数据集作为样本数据；对样本数据进行温度效应分离，提取去除温度效应后的响应成分作为异常检测的初始数据集；确定初始阈值；构建超阈值数据集；拟合超阈值数据集，通过贝叶斯推断得到形状参数和尺度参数的后验概率分布；计算预警触发值的概率分布；计算异常确定度指数；通过流式超阈值方法，动态更新预警触发值的概率分布；通过证据融合方法进行合成，得到融合异常确定度指数。本发明方法能够形成融合异常确定度，进而更好处理指标之间的冲突，避免单个传感器故障引起的预警误报，为结构的维养提供一定的数据支撑。

本发明授权一种基于流式超阈值和证据推理的结构监测数据融合概率异常预警方法在权利要求书中公布了：1.一种基于流式超阈值和证据推理的结构监测数据融合概率异常预警方法，其特征在于，包括如下步骤： S1：根据传感器的监测数据，建立各个传感器的历史数据集作为样本数据； S2：对样本数据进行温度效应分离，提取去除温度效应后的响应成分作为异常检测的初始数据集D； S3：根据初始数据集D，确定初始阈值； S4：根据初始阈值，构建超阈值数据集； S5：使用广义帕累托分布拟合超阈值数据集，通过贝叶斯推断得到形状参数和尺度参数的后验概率分布； S6：根据形状参数和尺度参数的后验概率分布，计算预警触发值的概率分布，并通过对样本分布进行拟合确定预警触发值的概率分布的具体形式； S7：基于预警触发值的概率分布，计算异常确定度指数； S8：通过流式超阈值方法，动态更新预警触发值的概率分布； S9：将选择的多个个体传感器的异常确定度指数，通过证据融合方法进行合成，得到融合异常确定度指数； 步骤S6具体包括： B1：根据广义帕累托分布的和尺度参数的后验概率分布，对预警触发值进行采样； 基于一定极值水平的预警触发器的值，根据下式计算 ； 其中，为和一定重现期对应的极值水平； B2：采样得到预警触发值的样本后，使用对数正态分布，拟合得到预警触发值的分布； 步骤S7中基于预警触发值的分布，计算归一化的异常确定度指数，计算公式如下： ； 其中，为参数化触发器的概率分布参数； 步骤S8中通过流式超阈值方法，动态更新预警触发值的分布，具体包括： C1：如果来流数据小于初始上界阈值，或者大于初始下界阈值，则将其视为正常值，不对预警触发值进行更新； C2：如果来流数据大于初始上界阈值，或者小于初始下界阈值，则根据步骤S7计算归一化的异常确定度； C3：如果归一化的异常确定度满足，则将来流数据加入超阈值数据集Peaksup或Peaksdown，并重新通过步骤S6计算和更新预警触发值的概率分布； C4：如果归一化的异常确定度满足，则将来流数据加入异常数据集Aup或Adown。

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东南大学，其通讯地址为：211102 江苏省南京市江宁区东南大学路2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。