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！

龙图腾网获悉同济大学申请的专利一种基于关键特征提取的产品质量特征数据监测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：CN114254689B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202110801318.X，技术领域涉及：G06F18/23213；该发明授权一种基于关键特征提取的产品质量特征数据监测方法是由阎曼婷;王坚;韩慧慧设计研发完成，并于2021-07-15向国家知识产权局提交的专利申请。

本一种基于关键特征提取的产品质量特征数据监测方法在说明书摘要公布了：本发明涉及一种基于关键特征提取的产品质量特征数据监测方法，包括：在产品生产过程中，根据特征的重要性排序对产品进行质量监测；特征的重要性排序的获取过程包括：1获取产品的若干类特征数据，并进行预处理；2通过聚类算法对每类特征数据进行聚类，获得每类特征数据的聚类中心；3通过训练好的自编码器对每类特征数据进行降维处理，获得降维数据；4根据降维数据和聚类中心，通过ReliefF算法计算每类特征的特征权重；5根据特征权重大小对各类特征进行重要性排序。与现有技术相比，本发明可提取出产品的关键质量特性，加强对关键质量特性对应的生产环节进行监控和优化，提高了产品故障诊断准确率和检测时间。

本发明授权一种基于关键特征提取的产品质量特征数据监测方法在权利要求书中公布了：1.一种基于关键特征提取的产品质量特征数据监测方法，其特征在于，包括： 在产品生产过程中，根据特征的重要性排序对产品进行质量监测； 所述的特征的重要性排序的获取过程包括： 1获取产品的若干类特征数据，并进行预处理； 2通过聚类算法对每类特征数据进行聚类，获得每类特征数据的聚类中心；其中，聚类算法为K-means聚类算法； 3通过训练好的自编码器对每类特征数据进行降维处理，获得降维数据； 4根据降维数据和聚类中心，通过ReliefF算法计算每类特征的特征权重； 5根据特征权重大小对各类特征进行重要性排序； 所述的步骤4包括： 获取产品的若干类特征的样本数据，构成训练集； 从训练集中随机选择一组样本数据，从与该组样本数据同类的其他样本数据中寻找最近邻样本，从与该组样本数据异类的其他样本数据中寻找最近邻样本； 根据以下公式计算各特征权重： 其中，表示特征类型，为该样本数据中，同种特征类型样本占样本总数的比例，和分别为和的特征值，和为中所有样本的最大值和最小值，为两个不同样本的特征差，为特征总数，为最近邻样本数； 自编码器类型的确定方法为： 将训练好的若干类自编码器分别对最佳特征数据集进行降维处理，通过计算各类自编码器的最小化重构项和原始数据之间的误差，对比不同类型的自编码器的降维效果，选取误差最小的自编码器为最终采用的自编码器。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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。