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！

龙图腾网获悉北京航空航天大学申请的专利一种基于密度聚类-支持向量机和多时刻预测加权的发动机群故障模式识别方法、装置及电子设备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：CN119312181B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411379324.0，技术领域涉及：G06F18/2411；该发明授权一种基于密度聚类-支持向量机和多时刻预测加权的发动机群故障模式识别方法、装置及电子设备是由马剑;周依婷;张妍;黄俊杰;吕琛设计研发完成，并于2024-09-30向国家知识产权局提交的专利申请。

本一种基于密度聚类-支持向量机和多时刻预测加权的发动机群故障模式识别方法、装置及电子设备在说明书摘要公布了：本发明公开一种基于密度聚类‑支持向量机和多时刻预测加权的发动机群故障模式识别方法、装置及电子设备，其方法包括：基于主成分分析PCA分别对训练发动机性能参数和测试发动机性能参数进行降维处理，得到训练发动机低维性能参数和测试发动机低维性能参数；在预测发动机单时刻故障模式中，基于密度聚类DBSCAN算法对所述训练发动机低维性能参数进行故障模式聚类处理，得到各训练发动机对应的故障模式分类标签；建立基于支持向量机SVM的单时刻故障模式分类模型，并利用所述训练发动机低维性能参数和所述各训练发动机对应的故障模式分类标签对所述基于SVM的单时刻故障模式分类模型进行训练，得到训练好的基于SVM的单时刻故障模式分类模型；通过将测试发动机低维性能参数输入至所述训练好的基于SVM的单时刻故障模式分类模型中，得到各测试发动机单时刻故障模式分类标签；基于多时刻故障模式加权预测和所述各测试发动机单时刻故障模式分类标签，得到各测试发动机最终故障模式分类标签。

本发明授权一种基于密度聚类-支持向量机和多时刻预测加权的发动机群故障模式识别方法、装置及电子设备在权利要求书中公布了：1.一种基于密度聚类-支持向量机和多时刻预测加权的发动机群故障模式识别方法，其特征在于，包括： 基于主成分分析PCA分别对训练发动机性能参数和测试发动机性能参数进行降维处理，得到训练发动机低维性能参数和测试发动机低维性能参数； 在预测发动机单时刻故障模式中，基于密度聚类DBSCAN算法对所述训练发动机低维性能参数进行故障模式聚类处理，得到各训练发动机对应的故障模式分类标签； 建立基于支持向量机SVM的单时刻故障模式分类模型，并利用所述训练发动机低维性能参数和所述各训练发动机对应的故障模式分类标签对所述基于SVM的单时刻故障模式分类模型进行训练，得到训练好的基于SVM的单时刻故障模式分类模型； 通过将测试发动机低维性能参数输入至所述训练好的基于SVM的单时刻故障模式分类模型中，得到各测试发动机单时刻故障模式分类标签； 基于多时刻故障模式加权预测和所述各测试发动机单时刻故障模式分类标签，得到各测试发动机最终故障模式分类标签。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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”。

以上内容由龙图腾AI智能生成。