【技术实现步骤摘要】
本申请涉及人工智能，特别是涉及一种基于机器学习的中子管寿命和可靠性预测评估方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
1、在生产生活中，中子管被广泛应用于科学研究、石油测井、成分分析等许多领域，其中，中子管寿命是表征中子管性能的重要参数，中子管寿命的评估对中子管应用有着至关重要的作用。
2、传统技术中，一般通过获取中子管长时间使用过程中的中子产额和物理建模对中子管的寿命和可靠性进行评估，然而，由于中子管在使用过程中会存在靶膜损伤、绝缘下降等退化现象，失效机理非常复杂，通过上述方法对中子管的寿命和可靠性进行评估存在建模困难和预测不准确的问题。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够降低建模难度和提高评估准确率的基于机器学习的中子管寿命和可靠性预测评估方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面，本申请提供了一种基于机器学习的中子管寿命和可靠性预测评估方法。所述方法包括：
3、获取目标中...
【技术保护点】
1.一种基于机器学习的中子管寿命和可靠性预测评估方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述工作参数，采用机器学习方法获得所述目标中子管的预测寿命，包括：
3.根据权利要求2所述的方法，其特征在于，所述获取所述目标中子管的寿命预测模型训练样本，包括：
4.根据权利要求3所述的方法，其特征在于，所述获取多个参考工作参数下参考中子管的参考寿命，包括：
5.根据权利要求1所述的方法，其特征在于，所述根据所述初始概率密度分布和所述先验分布、以及所述目标中子管的预测寿命，确定所述目标中子...
【技术特征摘要】
1.一种基于机器学习的中子管寿命和可靠性预测评估方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述工作参数，采用机器学习方法获得所述目标中子管的预测寿命，包括：
3.根据权利要求2所述的方法，其特征在于，所述获取所述目标中子管的寿命预测模型训练样本，包括：
4.根据权利要求3所述的方法，其特征在于，所述获取多个参考工作参数下参考中子管的参考寿命，包括：
5.根据权利要求1所述的方法，其特征在于，所述根据所述初始概率密度分布和所述先验分布、以及所述目标中子管的预测寿命，确定所述目标中子管寿命的目标概率密度分布，包括：
6.根据权利要求1所述的方法，其特征在于，所述寿命和可靠性评估结果包括平均...
【专利技术属性】
技术研发人员：雷柏茂，蒋陈昱，陈强，叶志鹏，李骞，
申请(专利权)人：中国电子产品可靠性与环境试验研究所工业和信息化部电子第五研究所中国赛宝实验室，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。