-
公开(公告)号：CN111209516B
公开(公告)日：2023-04-28
申请号：CN202010011501.5
申请日：2020-01-06
申请人： 广东工业大学
摘要： 本申请公开了一种基于Petri网诊断器的离散事件系统模式故障在线诊断方法，首先根据给定的模式故障集为每个模式故障串构造一个故障标识自动机用于标识模式故障，其次根据离散事件系统和所有故障标识自动机构造标记状态自动机来标记离散事件系统中已发生故障的状态，接着将标记状态自动机转换为Petri网，最后根据转换得到的Petri网来构造Petri网诊断器，利用诊断器对离散事件系统进行模式故障在线诊断。本申请克服了现有方法不适用于复杂的模式故障的在线诊断的问题，不仅可以用于S型模式故障和T型模式故障在线诊断，也可以用于传统的单个故障事件的在线诊断；在复杂性上与原系统的状态数和事件数为线性关系，可降低故障诊断的复杂度，提高故障诊断效率。
-
公开(公告)号：CN108920939A
公开(公告)日：2018-11-30
申请号：CN201810745244.0
申请日：2018-07-09
申请人： 广东工业大学
摘要： 本申请公开了一种基于学习诊断器的信息安全判别方法，应用于不完备离散事件系统，通过引入具有学习能力的学习诊断器和候选状态算法对不完备模型进行处理，通过使用候选状态算法中不仅能够对假设的状态转移进行模拟，而且也可以在学习诊断器的学习功能下将系统缺失的状态信息通过不断尝试得到恢复，以将不完备模型转换为完备模型的方式使其符合验证状态不透明性的前提条件，进而判别该不完备离散事件系统是否成功对一些信息实现了保密，同时将学习诊断器的应用领域拓宽至验证状态不透明性这一领域。本申请还同时公开了一种基于学习诊断器的信息安全判别系统、装置及计算机可读存储介质，具有上述有益效果。
-
公开(公告)号：CN108985103B
公开(公告)日：2021-08-13
申请号：CN201810745258.2
申请日：2018-07-09
申请人： 广东工业大学
摘要： 本申请公开了一种基于粗糙集理论的信息安全判别方法，应用于离散事件系统，将粗糙集理论与离散事件系统相结合，利用粗糙集理论作为从离散事件系统中进行知识提取的工具，通过构建有限状态机信息系统和决策表的方式来验证该离散事件系统是否具有不透明性，区别于现有基于语言的不透明性验证方式具有的指数时间复杂度，基于粗糙集理论的特殊知识提取方式可有效降低验证的时间复杂度，得以大幅度降低验证耗时和提升验证效率，以便及时反馈系统内需要保密的信息的安全状况，同时也将粗糙集理论的应用场景拓宽至不透明性验证领域。本申请还同时公开了一种基于粗糙集理论的信息安全判别系统、装置及计算机可读存储介质，具有上述有益效果。
-
公开(公告)号：CN111209516A
公开(公告)日：2020-05-29
申请号：CN202010011501.5
申请日：2020-01-06
申请人： 广东工业大学
摘要： 本申请公开了一种基于Petri网诊断器的离散事件系统模式故障在线诊断方法，首先根据给定的模式故障集为每个模式故障串构造一个故障标识自动机用于标识模式故障，其次根据离散事件系统和所有故障标识自动机构造标记状态自动机来标记离散事件系统中已发生故障的状态，接着将标记状态自动机转换为Petri网，最后根据转换得到的Petri网来构造Petri网诊断器，利用诊断器对离散事件系统进行模式故障在线诊断。本申请克服了现有方法不适用于复杂的模式故障的在线诊断的问题，不仅可以用于S型模式故障和T型模式故障在线诊断，也可以用于传统的单个故障事件的在线诊断；在复杂性上与原系统的状态数和事件数为线性关系，可降低故障诊断的复杂度，提高故障诊断效率。
-
公开(公告)号：CN107450517A
公开(公告)日：2017-12-08
申请号：CN201710671203.7
申请日：2017-08-08
申请人： 广东工业大学
IPC分类号： G05B23/02
CPC分类号： G05B23/0205
摘要： 本申请公开了一种随机离散事件系统安全可诊断性确定方法及系统，该方法中，在确定出与随机离散事件系统对应的随机自动机之后，将会创建用于表示随机离散事件系统的规范语言的无错自动机，然后基于无错自动机，创建非法语言集上的用于区分禁止事件串的非法语言识别器，接着基于非法语言识别器，创建安全验证器，并确定出用于判断随机离散事件系统是否安全可诊断的充要条件，最后根据安全验证器以及上述充要条件，可以判断出随机离散事件系统是否安全可诊断。上述创建安全验证器的过程对应的时间复杂度以及基于上述安全验证器的安全可诊断的判断过程的时间复杂度均为多项式时间，由此能够进一步降低随机离散事件系统安全诊断的复杂度。
-
公开(公告)号：CN109725528A
公开(公告)日：2019-05-07
申请号：CN201811346801.8
申请日：2018-11-13
申请人： 广东工业大学
IPC分类号： G05B13/04
摘要： 本发明公开了离散事件系统的故障可预测性检测方法及故障预测器，利用1-类标记状态和2-类标记状态，当系统中存在2-类标记状态时，可快速判定系统为不可预测的，效率更高；进一步提出模型简化，最终得到简化的验证器自动机VG，空间复杂度降低，在判定系统故障可预测性和故障预测时，所需要的可观事件更少，即需要的传感设备更少，使得故障可预测性检测方法和故障预测的稳定性更高；并且，故障可预测性检测方法最终得到的验证器自动机VG还可作为故障预测器，对系统故障进行在线预测。
-
公开(公告)号：CN108985103A
公开(公告)日：2018-12-11
申请号：CN201810745258.2
申请日：2018-07-09
申请人： 广东工业大学
摘要： 本申请公开了一种基于粗糙集理论的信息安全判别方法，应用于离散事件系统，将粗糙集理论与离散事件系统相结合，利用粗糙集理论作为从离散事件系统中进行知识提取的工具，通过构建有限状态机信息系统和决策表的方式来验证该离散事件系统是否具有不透明性，区别于现有基于语言的不透明性验证方式具有的指数时间复杂度，基于粗糙集理论的特殊知识提取方式可有效降低验证的时间复杂度，得以大幅度降低验证耗时和提升验证效率，以便及时反馈系统内需要保密的信息的安全状况，同时也将粗糙集理论的应用场景拓宽至不透明性验证领域。本申请还同时公开了一种基于粗糙集理论的信息安全判别系统、装置及计算机可读存储介质，具有上述有益效果。
-
公开(公告)号：CN107463165A
公开(公告)日：2017-12-12
申请号：CN201710707934.2
申请日：2017-08-17
申请人： 广东工业大学
IPC分类号： G05B23/02
CPC分类号： G05B23/0254
摘要： 本申请公开了一种可诊断率确定方法、系统以及故障诊断方法、系统，该可诊断率确定方法包括：从有限状态机模型的所有分支中分别筛选出与故障事件对应的分支以及与非故障事件对应的分支，得到相应的第一类分支和第二类分支；从第一类分支中过滤掉不可观察事件，得到第一过滤后分支；从第二类分支中过滤掉不可观察事件，得到第二过滤后分支；统计满足目标条件的i值的个数，得到相应的计数值k；利用第一类分支中的分支数量和计数值k，计算离散事件系统的可诊断率。本申请避免仅在离散事件系统是绝对可诊断的情况下方能使用诊断器方法来进行故障诊断的情况，从而扩大了诊断器方法的应用范围。
-
公开(公告)号：CN108920939B
公开(公告)日：2022-05-10
申请号：CN201810745244.0
申请日：2018-07-09
申请人： 广东工业大学
摘要： 本申请公开了一种基于学习诊断器的信息安全判别方法，应用于不完备离散事件系统，通过引入具有学习能力的学习诊断器和候选状态算法对不完备模型进行处理，通过使用候选状态算法中不仅能够对假设的状态转移进行模拟，而且也可以在学习诊断器的学习功能下将系统缺失的状态信息通过不断尝试得到恢复，以将不完备模型转换为完备模型的方式使其符合验证状态不透明性的前提条件，进而判别该不完备离散事件系统是否成功对一些信息实现了保密，同时将学习诊断器的应用领域拓宽至验证状态不透明性这一领域。本申请还同时公开了一种基于学习诊断器的信息安全判别系统、装置及计算机可读存储介质，具有上述有益效果。
-
公开(公告)号：CN104731334A
公开(公告)日：2015-06-24
申请号：CN201510136265.9
申请日：2015-03-26
申请人： 广东工业大学
发明人： 余永权 , 刘丹云 , 温超聃 , 张穗聪 , 陈紫丹 , 詹桦 , 李小佳 , 关深墉 , 伍伟华 , 王炜塨 , 江文学 , 林伟 , 赵锐 , 汪明慧 , 何元烈 , 钟远博 , 温鼎铭 , 邓峻伟 , 翁海鹏 , 钟志勇 , 龙艺屏 , 林琳 , 王之桐
IPC分类号： G06F3/01
CPC分类号： G06F3/017
摘要： 本发明公开了一种空间手态交互式海上丝路动态历史GIS系统及实现方法，系统包括：动作捕捉模块，用于实时捕获人体骨骼部位的运动数据和人体手指的动作数据，从而得到三维手态数据；服务器，用于接收得到的三维手态数据，并根据接收的数据进行相应的数据处理；显示模块，用于根据数据处理的结果进行大屏幕动态显示，从而实现历史海上丝路的三维动态显示以及21世纪“一带一路”战略下海上丝路的信息显示。本发明采用了空间手态交互这一非接触的方式，操作起来十分方便，且动作捕捉模块捕捉的是实时手态三维数据，动态显示性能较好，也提高了用户的操作体验。本发明可广泛应用于显示领域。
-
-
-
-
-
-
-
-
-
搜索结果
11 条记录 (耗时 0.026 秒)
