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！

龙图腾网获悉南京航空航天大学;南京长江工业技术研究院有限公司申请的专利基于BPCA-SPCA的飞参数据特征提取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：CN116340760B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202310191658.4，技术领域涉及：G06F18/2135；该发明授权基于BPCA-SPCA的飞参数据特征提取方法是由苏艳;邢翔宇设计研发完成，并于2023-03-02向国家知识产权局提交的专利申请。

本基于BPCA-SPCA的飞参数据特征提取方法在说明书摘要公布了：本发明公开了基于BPCA‑SPCA的飞参数据特征提取方法，具体包括：获取所需的数据样本集，并制定标准化数据集；基于标准化数据集，根据期望最大化算法估计载荷系数和方差，直至载荷系数和方差收敛；初始化A＝[α11，...，αkk]其中，将步骤二中得到的载荷矩阵作为SPCA中A矩阵的初始化矩阵；BPCA中自动学习到的主成分个数d赋值给A矩阵列向量维数，即k＝d；基于给定的A，计算弹性网模型关于的估计值；基于的计算结果，给定阵XTTCB，对阵XTTCB奇异值分解，直至模型收敛；载荷向量归，实现数据特征向量稀疏提取。本发明基于BPCA‑SPCA飞参数据提取的主成分能够有效表达原数据特征，特征稀疏向量可为后续故障诊断提供有效输入信息，间接提高故障诊断效率。

本发明授权基于BPCA-SPCA的飞参数据特征提取方法在权利要求书中公布了：1.基于BPCA-SPCA的飞参数据特征提取方法，其特征在于，采用拉依达准则实现数据降噪，平滑处理不同组间数据异常值，接着BPCA自动确定数据降维维度，然后SPCA将BPCA降维后数据稀疏处理，实现数据特征提取，具体包括： 步骤1、获取所需的数据样本集，并制定标准化数据集； 步骤2、基于标准化数据集，根据期望最大化算法估计载荷系数和方差，直至载荷系数和方差收敛；其中，载荷系数具体计算公式为 步骤3、初始化A＝[α1,...,αk],其中，将步骤二中得到的作为SPCA中A矩阵的初始化矩阵；BPCA中自动学习到的主成分个数d赋值给A矩阵列向量维数，即k＝d； 步骤4、基于给定的A，计算弹性网模型关于的估计值； 步骤5、基于步骤4中的计算结果，对矩阵XTXB奇异值分解； 步骤6、重复步骤4及步骤5，直至模型收敛； 步骤7、载荷向量归一，j＝1，...，k，实现数据特征向量稀疏提取。

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南京航空航天大学;南京长江工业技术研究院有限公司，其通讯地址为：210016 江苏省南京市秦淮区御道街29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。