公开(公告)号：CN115114741B

公开(公告)日：2024-02-23

申请号：CN202210693916.4

申请日：2022-06-19

申请人： 西北工业大学

发明人： 蔡志强 ,  闫银泽 ,  尚利俊 ,  司书宾 ,  王天翊 ,  马晨阳

IPC分类号： G06F30/17 ,  G06F30/20 ,  G06F119/02

摘要： 本发明公开了一种基于极大似然估计法MLE的变速器首次故障行驶里程数据的分布拟合方法，该方法画出行驶里程数据的直方图，基于极大似然估计法，分别使用指数分布、正态分布、对数正态分布、威布尔分布四种数学模型对数据进行拟合与分析，得到四个具体的模型。最后进行各模型之间的对比与分析，综合考虑模型精度与实际应用，选出最优分布模型。本发明能精准得到最优模型。

公开(公告)号：CN115171906A

公开(公告)日：2022-10-11

申请号：CN202210755371.5

申请日：2022-06-30

申请人： 西北工业大学

发明人： 蔡志强 ,  肖振涛 ,  王天翊 ,  张驰 ,  尚利俊

IPC分类号： G16H50/70 ,  G16H10/60 ,  G06K9/62

摘要： 本发明公开了一种基于机器学习的前列腺癌筛查和诊断方法，首先获取样本数据库，以及样本数据库中各个样本的特征数据和事件类型；然后获取目标患者的特征数据，并根据目标患者的特征数据和样本数据库中各个样本的特征数据得到目标患者的相似样本；再根据相似样本的特征数据和相似样本的事件类型得到目标患者的专属目标训练集，并通过专属目标训练集训练多个不同类型的概率预测模型；接下来将目标患者的特征数据分别输入各个概率预测模型中，得到目标患者的多个疾病事件发生概率预测值；最后根据多个疾病事件发生概率预测值得到目标患者的疾病事件发生概率预测结果。本发明可以降低概率预测模型的预测方差，提高模型预测结果的准确性。

公开(公告)号：CN115114741A

公开(公告)日：2022-09-27

申请号：CN202210693916.4

申请日：2022-06-19

申请人： 西北工业大学

发明人： 蔡志强 ,  闫银泽 ,  尚利俊 ,  司书宾 ,  王天翊 ,  马晨阳

IPC分类号： G06F30/17 ,  G06F30/20 ,  G06F119/02

摘要： 本发明公开了一种基于极大似然估计法MLE的变速器首次故障行驶里程数据的分布拟合方法，该方法画出行驶里程数据的直方图，基于极大似然估计法，分别使用指数分布、正态分布、对数正态分布、威布尔分布四种数学模型对数据进行拟合与分析，得到四个具体的模型。最后进行各模型之间的对比与分析，综合考虑模型精度与实际应用，选出最优分布模型。本发明能精准得到最优模型。