Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 青岛科技大学孙晓获国家专利权

青岛科技大学孙晓获国家专利权

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!

龙图腾网获悉青岛科技大学申请的专利基于特征降维与离群判别的测点异常诊断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:CN120541709B

龙图腾网通过国家知识产权局官网在2026-02-03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:202510611384.9,技术领域涉及:G06F18/2433;该发明授权基于特征降维与离群判别的测点异常诊断方法是由孙晓;步华阳;王森;黄乐颜;宁梓斐;尹传锦;段辰生设计研发完成,并于2025-05-13向国家知识产权局提交的专利申请。

基于特征降维与离群判别的测点异常诊断方法在说明书摘要公布了:本发明涉及基于特征降维与离群判别的测点异常诊断方法,包括:获取光纤光栅传感器的历史监测数据;基于所述历史监测数据,提取传感器特征参数;对所述传感器特征参数进行降维处理;基于降维后的参数,构建传感器的状态分布二维模型;基于二维模型,通过N半邻近值的计算方法,进行测点异常诊断。本发明利用结构健康监测系统本身传感器数据规律,应用算法对传感器异常状态进行自动识别,有效指示异常传感器测点,节省传感器维护工作量。

本发明授权基于特征降维与离群判别的测点异常诊断方法在权利要求书中公布了:1.基于特征降维与离群判别的测点异常诊断方法,其特征在于,包括: 获取光纤光栅传感器的历史监测数据; 基于所述历史监测数据,提取传感器特征参数; 对所述传感器特征参数进行降维处理; 基于降维后的参数,构建传感器的状态分布二维模型; 基于状态分布二维模型,通过N半邻近值的计算方法,进行测点异常诊断; 基于二维模型,通过N半邻近值的计算方法,进行测点异常诊断包括: 计算每个测点的N半邻近值,获取所有测点样本的N半邻近值列表; 对所述N半邻近值列表进行升序排列,取列表中前预设数量数值,获取新列表; 基于所述新列表计算预设阈值; 将每个测点的N半邻近值与预设阈值进行比较,若某测点的N半邻近值大于预设阈值,则判别测点为故障测点; 计算每个测点的N半邻近值包括: 对于每个测点,计算该测点到其他所有测点的欧式距离,并将这些距离按升序排列,取第N2个距离值作为该测点的N半邻近值;其中,N为测点总数,N2取整; 基于所述新列表计算预设阈值的方法包括: 其中,为阈值判别系数,T为预设阈值,M为新列表中的样本数量,i为新列表序号, 为新列表中第i个测点的N半邻近值。

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青岛科技大学,其通讯地址为:266061 山东省青岛市崂山区松岭路99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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。