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！

龙图腾网获悉中国航空工业集团公司西安航空计算技术研究所申请的专利一种基于相似样本集的电子控制器信号标定校准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：CN116186497B 。

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：202211626028.7，技术领域涉及：G06F18/10；该发明授权一种基于相似样本集的电子控制器信号标定校准方法是由窦雨晨;王国振;高博;余传恒;李劲泽;高聪俐设计研发完成，并于2022-12-15向国家知识产权局提交的专利申请。

本一种基于相似样本集的电子控制器信号标定校准方法在说明书摘要公布了：本发明提供了一种基于相似样本集的电子控制器信号标定校准方法，包括：步骤一：确定影响电子控制器信号变化的特征量；步骤二：对电子控制器采集到的信号样本数据进行数据预处理；步骤三：对预处理后的采样信号和与其对应的特征量进行分类形成采样信号的相似样本集；步骤四：对该采样信号的相似样本集进行训练并建立校准模型；步骤五：确定待校准采样信号及其特征量所属的相似样本集；步骤六：采用待校准采样信号及其特征量所属的相似样本集训练出的校准模型对待校准信号进行校准。本发明建立的校准模型能获得较高的校准精度和速度，具备良好的泛化性能和网络稳定性，有利于对电子控制器信号进行调控和风险评估，更具实际应用价值。

本发明授权一种基于相似样本集的电子控制器信号标定校准方法在权利要求书中公布了：1.一种基于相似样本集的电子控制器信号标定校准方法，其特征在于，包括： 步骤一：确定影响电子控制器信号变化的特征量； 步骤二：对电子控制器采集到的信号样本数据进行数据预处理； 步骤三：采用Cannopy优化的K-means聚类算法对预处理后的采样信号和与其对应的特征量进行分类形成采样信号的相似样本集； 其中，Canopy算法使用快速近似距离度量和两个距离阈值T1、T2来进行计算，将各采集信号样本归类到不同簇集；Canopy聚类算法能高效的获得聚类簇集数，选定簇集中心位置，提高K-means算法聚类的效率，在Canopy聚类算法过程中，每个样本对象用一个多维度的点来表示，将所有采样信号样本和其对应特征量集作为Canopy算法的输入，并设置两个距离阈值T1、T2，其中T1T2，从输入样本集中选定任意数据P并将该数据P作为第一个簇类的聚类中心，计算其余样本与数据Q之间的欧氏距离d，将符合条件dT1的样本数据归入Q属于的簇类中；根据上述步骤计算的欧氏距离d，将符合条件dT2的数据从输入样本集中移除，不再将其归入其他的Canopy簇中；重复上述步骤直至输入样本集为空时停止Canopy算法，使得预聚类完成；预聚类结果中包含粗略的簇集结果，将Canopy算法生成的簇集数和聚类中心作为K-means的初始设定参数；根据Canopy预聚类方法提供的簇集数和聚类中心，计算输入样本集除去聚类中心的其余样本点与选定的聚类中心之间的距离；依据距离最小准则将样本点归入指定聚类中心所属的集合中；计算不同簇集中包含的样本点与其对应的簇集中心之间的距离平方和，并求得均值作为新的聚类中心； 步骤四：对该采样信号的相似样本集进行训练并建立校准模型； 其中，对每一类采样信号相似样本集及其对应的特征量建立结合粒子群算法的径向基神经网络PSO-RBF校准模型；其中，训练模型的输入样本集为每一类相似样本集及其对应的特征量，训练模型的输出样本集为各采样信号对应的标定值，对模型进行训练和迭代以建立各相似样本集及其对应特征量的PSO-RBF的校准模型；在PSO-RBF模型建立的过程中，通过将待优化的RBF网络参数：中心向量、基宽和网络连接权值整合到同一向量中，作为粒子群目标寻优的位置向量，通过粒子群的不断迭代改变所有粒子的适应度值，更新所有粒子的位置向量和速度向量，直到粒子群的群体极值满足终止条件，解码后转化为RBF神经网络校准模型的网络参数； 步骤五：确定待校准采样信号及其特征量所属的相似样本集； 步骤六：采用待校准采样信号及其特征量所属的相似样本集训练出的校准模型对待校准信号进行校准。

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中国航空工业集团公司西安航空计算技术研究所，其通讯地址为：710065 陕西省西安市高新区锦业二路15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”。