同济大学许佳获国家专利权
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！
龙图腾网获悉同济大学申请的专利基于因果推断的工业数据特征降维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：CN116226648B 。
龙图腾网通过国家知识产权局官网在2025-07-08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：202310178391.5，技术领域涉及：G06F18/2135；该发明授权基于因果推断的工业数据特征降维方法是由许佳;李莉;李一鸣设计研发完成，并于2023-02-28向国家知识产权局提交的专利申请。
本基于因果推断的工业数据特征降维方法在说明书摘要公布了：本发明提供一种基于因果推断的工业数据特征降维方法，包括步骤：S1：获取工业系统监测数据集；S2：进行数据预处理操作；S3：使用PCMCI+因果关系推断方法，获得监测变量间的因果关系；S4：将因果关系转化为因果关系矩阵；S5：利用主成分分析对因果关系矩阵进行降维，提取因果关系矩阵中的关键信息；S6：将工业系统监测数据集与特征向量矩阵相乘，构建数据集X2；S7：利用自编码器将经过数据降维后的数据集X2进行故障检测。本发明的一种基于因果推断的工业数据特征降维方法，以便挖掘工业监测变量间的本质关系，提取出能够反映系统实际运行状态的信息，滤除无用的噪声，进而提高工业系统故障诊断的准确率并减小计算成本。
本发明授权基于因果推断的工业数据特征降维方法在权利要求书中公布了：1.一种基于因果推断的工业数据特征降维方法，包括步骤： S1：获取工业系统监测数据集X； S2：对获取的所述工业系统监测数据集X进行数据预处理操作； S3：使用PCMCI+因果关系推断方法，获得监测变量间的因果关系； S4：将所述因果关系转化为因果关系矩阵； S5：利用主成分分析对所述因果关系矩阵进行降维，提取所述因果关系矩阵中的关键信息，构成一特征向量矩阵V2； S6：将所述工业系统监测数据集X与所述特征向量矩阵V2相乘，构建包含k个变量的数据集X2，X2＝XV2； S7：利用自编码器将经过数据降维后的所述数据集X2进行故障检测。
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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号