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！

龙图腾网获悉吉林大学申请的专利一种结合决策树算法和粒子滤波算法的车辆故障监测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：CN117034171B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202311047633.3，技术领域涉及：G06F18/2433；该发明授权一种结合决策树算法和粒子滤波算法的车辆故障监测方法是由卢延辉;马唯扬;王春雪;郝春光设计研发完成，并于2023-08-20向国家知识产权局提交的专利申请。

本一种结合决策树算法和粒子滤波算法的车辆故障监测方法在说明书摘要公布了：本发明涉及一种结合决策树算法和粒子滤波算法的车辆故障监测方法，属于车辆故障检测技术。包括采集车辆运行时发动机、变速器、离合器、分动器的振动信号，并将其转换为数字信号，使用决策树算法进行故障模式建模，采用粒子滤波算法对采集到的原始数据进行预处理，并预测状态值；对四个子系统进行故障诊断，并给出相应的故障类型。本发明优点是利用决策树算法在多元特征下进行故障检测，不需要先验知识和数学模型，能够有效地提取和选择数据特征，从而提高故障检测的精度和准确性，且计算速度较快，决策树算法生成树状的分类模型，结果更易于解释和理解，能够提高故障监测的准确性和效率，能够在实际应用中实现高效可行。

本发明授权一种结合决策树算法和粒子滤波算法的车辆故障监测方法在权利要求书中公布了：1.一种结合决策树算法和粒子滤波算法的车辆故障监测方法，其特征在于，包括下列步骤： 步骤1、在车辆运行过程中，实时采集车辆运行时发动机、变速器、离合器、分动器四个子系统的数据，是将传感器分别连接至上述子系统，收集数据并进行AD转换将其转换为数字信号； 步骤2、使用决策树算法进行故障模式建模，包括： 1首先通过实验场测试收集包括正常运行和不同故障状态下的车辆振动信号数据，这些数据源来源于车辆的传感器，数据集中包括频率和振幅，接着检查数据中是否存在缺失值，如果有，可以选择删除含有缺失值的样本，也可以使用线性插值方法进行填补； 2在训练集中选择最相关的特征，特征选择可以有效减少特征数量以降低算法的复杂度，并避免次要特征带来的干扰，这个过程使用特征选择算法来辅助选择，采用信息增益法进行特征选择，计算训练集的经验熵； 3建立决策树模型，通过振幅来判断车辆是否存在故障，在训练过程中，根据上一步方法选择特征作为根节点，对节点进行分裂，将数据进行分类，每一次分类都需重新选择特征，迭代直到达到终止条件，在每个叶子节点处，将其标记为某一类别，包括正常、故障、严重故障，最后便将训练数据拟合成了一颗决策树模型； 4对决策树进行评估和优化，为了防止过拟合，提高模型的泛化能力，对建立的决策树模型进行剪枝，使用测试集的数据对上一步建立的决策树模型进行验证，使用K折交叉验证法，将测试集划分为K个等分，依次将其中一个子集作为验证集进行K次测试，计算正确分类的样本数与总样本数之比作为准确率，最后，将K次评估结果取平均值作为最终的评估指标，评估结束后，从决策树的叶节点开始，逐个考察是否剪枝，对于每个叶节点，将叶节点替换为其父节点的多数类别，将叶节点的类别设置为该叶节点的父节点中占多数的类别，计算剪枝后的决策树准确率，使用损失函数计算模型复杂度； 步骤3、采用粒子滤波算法对采集到的原始数据进行预处理，并预测状态值； 步骤4、对步骤1中的四个子系统进行故障诊断，并给出相应的故障类型； 1当车辆处于运行状态时，振动模型持续监测车辆振动状态数据； 2使用步骤3的方法分别预测步骤1提到的四个子系统的状态，并输出状态估计值，然后分别输入到决策树模型识别可能存在的故障类型。

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吉林大学，其通讯地址为：130012 吉林省长春市前进大街2699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”。