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！

龙图腾网获悉电子科技大学申请的专利一种用于电路智能测试的特征选择方法与系统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：CN118897975B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202410919642.5，技术领域涉及：G06F18/2113；该发明授权一种用于电路智能测试的特征选择方法与系统是由赵家铭;赵贻玖;周乃馨;陈世博;张益设计研发完成，并于2024-07-10向国家知识产权局提交的专利申请。

本一种用于电路智能测试的特征选择方法与系统在说明书摘要公布了：本发明公开了一种用于电路智能测试的特征选择方法与系统，首先使用离散小波分析对电路时域响应信号进行变换，扩充了电路时域响应信号的时频域信息，然后对离散小波分析后的小波近似系数与前b级小波细节系数进行降维，保证降维后的特征集具有足够数量的有效特征，最后使用组合递增法选择最优特征集，结合了过滤法与包装法的优势，兼顾了特征选择的效果与计算速度。

本发明授权一种用于电路智能测试的特征选择方法与系统在权利要求书中公布了：1.一种用于电路智能测试的特征选择方法，其特征在于，包括以下步骤： 1、对电路时域响应信号进行基于时频域扩展的降维 首先，对电路时域响应信号进行离散小波分析，得到小波近似系数与前n级小波细节系数，然后使用主成分分析分别处理，保留经主成分分析后小波近似系数与前n级小波细节系数的前m维，得到降维后的m×n+1个特征； 2、对降维后的特征进行基于相关性的排序，得到原始特征集； 对于降维后的m×n+1个特征，分别计算每个特征与待测指标的相关系数，基于相关系数大小由高到低对m×n+1个特征排序，得到原始特征集S0：S0＝{f1，f2，...，fm×n+1}，其中，fi，i＝1,2，...，m×n+1表示第i个基于相关系数大小由高到低排序后的特征； 3、使用组合递增法选出最优特征集 对于原始特征集S0中各特征fi进行特征选取，按照相关系数由高到低向特征集S1内逐个增加特征，即选择特征f1训练并测试机器学习模型，得到测试均方误差即损失为loss1，选择特征f1、f2训练并测试机器学习模型，得到均方误差为loss2，如果均方误差loss2loss1，则继续增加特征，使用特征f1、f2、f3训练并测试机器学习模型，得到均方误差为loss3，如果均方误差loss3loss2，则继续增加特征，以此类推，逐步扩充特征集S1直至此时特征集为S1：S1＝{f1，f2，...，fk}； 将剩余特征fk+2，fk+3，...，fm×n+1逐个与特征集S1组合，对机器学习模型进行训练并测试，得到的均方误差中选出均方误差最小的组合作为特征集S2，原始特征集S0中除特征集S2中特征外的特征两两组合，并逐对与特征集S2组合并训练和测试机器学习模型，得到的均方误差中选出均方误差最小的组合作为最优特征集Soptim，完成电路智能测试的特征选择； 其中，训练、测试机器学习模型的特征标签值为该特征对应的与待测指标的相关系数。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。