小样本和更新条件下考虑认知不确定性的可靠度分析方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明涉及小样本和更新条件下考虑认知不确定性的可靠度分析方法,该方法包括以下步骤:S1、根据初始小样本分别建立分布参数和分布类型的先验分布且分别建模为连续型随机变量和离散型随机变量;S2、根据后续更新样本计算贝叶斯更新条件下的分布参数和分布类型的后验分布;S3、根据分布参数和分布类型的后验分布确定每次可靠度计算时参数的概率密度函数和累积分布函数;S4、通过可靠度计算循环得到可靠指标的概率密度函数。本发明可在初始小样本和后续更新条件下对认知不确定性进行量化并进行可靠度分析,为复杂不确定性条件提供了量化与可靠度分析思路。
《小样本和更新条件下考虑认知不确定性的可靠度分析方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2023102737897,当前法律状态为已下证,由长沙理工大学提出申请,发明人为蒋友宝;费怡华;冷钰;周浩,申请日期为2023-03-21,公开(公告)日期为2026-04-10,国际专利分类号(IPC)为 G06Q 10/063 (2023.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明涉及小样本和更新条件下考虑认知不确定性的可靠度分析方法,该方法包括以下步骤:S1、根据初始小样本分别建立分布参数和分布类型的先验分布且分别建模为连续型随机变量和离散型随机变量;S2、根据后续更新样本计算贝叶斯更新条件下的分布参数和分布类型的后验分布;S3、根据分布参数和分布类型的后验分布确定每次可靠度计算时参数的概率密度函数和累积分布函数;S4、通过可靠度计算循环得到可靠指标的概率密度函数。本发明可在初始小样本和后续更新条件下对认知不确定性进行量化并进行可靠度分析,为复杂不确定性条件提供了量化与可靠度分析思路。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
