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！

龙图腾网获悉西安爱邦电磁技术有限责任公司申请的专利雷电附着点仿真与试验结果多维相似性统计评估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：CN119989541B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202510453832.7，技术领域涉及：G06F30/15；该发明授权雷电附着点仿真与试验结果多维相似性统计评估方法是由何相勇;张秋爽;侯子伟;刘家企;朱雪蒙;王甜甜;杜鸣心设计研发完成，并于2025-04-11向国家知识产权局提交的专利申请。

本雷电附着点仿真与试验结果多维相似性统计评估方法在说明书摘要公布了：本发明公开了雷电附着点仿真与试验结果多维相似性统计评估方法：S1、构造评估向量：对仿真对象与试验对象进行附着区域划分，构造n维仿真附着向量和n维试验附着向量并分别赋值；S2、对n维仿真附着向量和n维试验附着向量中的数据进行异常值检测；S3、判断数据相似性：判断n维仿真附着向量和n维试验附着向量是否具有相似性；S4、假设检验：若n维仿真附着向量和n维试验附着向量满足相似性指标，自适应选择Hotelling'sT²或置换检验；S5、生成结论报告。本发明提供的雷电附着点仿真与试验结果多维相似性统计评估方法，解决了高维协方差估计不稳定、异常值敏感及小样本检验功效低等问题。

本发明授权雷电附着点仿真与试验结果多维相似性统计评估方法在权利要求书中公布了：1.雷电附着点仿真与试验结果多维相似性统计评估方法，其特征在于，具体步骤如下： S1、构造评估向量：对仿真对象与试验对象进行附着区域划分，构造n维仿真附着向量和n维试验附着向量并分别进行赋值； S2、数据预处理：对n维仿真附着向量和n维试验附着向量中的数据进行异常值检测，剔除异常值； S3、判断数据相似性：计算n维仿真附着向量和n维试验附着向量的加权多维均方根误差，然后判断对应的n维仿真附着向量和n维试验附着向量是否具有相似性，若不具有相似性则执行S5，若具有相似性则执行S4； S4、假设检验：若n维仿真附着向量和n维试验附着向量满足相似性指标，自适应选择Hotelling’sT2或置换检验； S5、生成结论报告； 所述S4的具体方法为： S4.1、定义原假设与备择假设 原假设H0：n维仿真附着向量和n维试验附着向量的均值向量相等，即μ1=μ2； 备择假设H1：n维仿真附着向量和n维试验附着向量的均值向量至少有一个维度存在差异，即μ1≠μ2； S4.2、构造统计量 利用Hotelling’sT2检验n维仿真附着向量和n维试验附着向量多元正态分布数据的均值向量相似性； S4.3、假设决策 若概率或，则拒绝H0； 其中，是自由度为p和m+n-p-1的F分布在多维相似度显著性水平为α时的取值； 所述S4.2的具体方法为： S4.2.1、计算仿真对象和试验对象的均值向量差异，公式如下： 4 式中，为仿真模型的均值向量；为试验模型的均值向量； S4.2.2、计算仿真对象和试验对象合并后的协方差矩阵，公式如下： 5 式中，SS为仿真模型的协方差矩阵；SR为试验模型的协方差矩阵； S4.2.3、利用均值向量差异及合并后的协方差矩阵计算Hotelling’sT2统计量，公式如下： 6 S4.2.4、将Hotelling’sT2统计量转换为F统计量： 7 满足服从自由度为p和m+n-p-1的F分布。

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西安爱邦电磁技术有限责任公司，其通讯地址为：710075 陕西省西安市高新区毕原二路176号军民融合产业园B4栋；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。