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基于异构数据优化的质量特性异常波动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：CN116010766B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202310010944.6，技术领域涉及：G06F17/16；该发明授权一种基于异构数据优化的质量特性异常波动诊断方法是由任显林;陈来贤;韩呈瑞;田依多;任政旭;范文豪设计研发完成，并于2023-01-05向国家知识产权局提交的专利申请。

本一种基于异构数据优化的质量特性异常波动诊断方法在说明书摘要公布了：本发明公开一种基于异构数据优化的质量特性异常波动诊断方法，应用于汽车曲轴的质量异常波动分析领域，针对现有技术对于多层多维多源数据的模糊性的处理效果不好的问题；本发明通过构建一种多维多源质量特性数据降维优化方法，消除各变量以及各采样维度之间的相关性，提取出更多的主特征数目，并对降维后的数据进行优化处理，然后构建基于数据主特征降维优化方法的质量特性异常波动诊断模型，从而得到汽车曲轴质量异常定位结果。

本发明授权一种基于异构数据优化的质量特性异常波动诊断方法在权利要求书中公布了：1.一种基于异构数据优化的质量特性异常波动诊断方法，其特征在于，包括以下步骤： S1、采集汽车曲轴多维多源异构质量数据； S2、根据采集的汽车曲轴多维多源异构质量数据，构造得到汽车曲轴多维多源异构质量数据主特征向量； S3、通过变量相关度量函数模型逐步推算出后续不同时间点的主特征向量； S4、根据当前观测的汽车曲轴多维多源质量数据主特征向量和先前的步观测的汽车曲轴多维多源质量数据主特征向量，累积在一起构建汽车曲轴多维多源过程X的观测数据矩阵； S5、汽车曲轴多维多源过程X的观测数据矩阵进行关键主特征分析，消除主特征数据之间的相关性； S6、根据步骤S5处理后的汽车曲轴多维多源过程X的观测数据矩阵，建立时间点的第批样本数据的变量相关度量函数模型； S7、根据步骤S6建立的时间点的第批样本数据的变量相关度量函数模型，建立对应的时延数据区块； S8、根据时延数据区块得到各批样本数据对应的变量相关矩阵； S9、根据变量相关矩阵对所有主特征进行降维处理； S10、根据步骤S9处理后的主特征的变量相关矩阵，进行异常位置定位；步骤S10具体包括以下分步骤： A1、随机初始化质量主特征聚合位置，得到各主特征的初始坐标： ； A2、设置每个主特征搜寻目标的随机方向与距离，得到当前迭代各主特征的坐标； A3、根据主特征当前迭代坐标与其初始坐标的距离，计算各主特征对应的异因特征相关辨析值； A4、根据各主特征对应的异因特征相关辨析值，得到对应的异因位置的相关密度；步骤A4异因位置的相关密度计算式为： ； 其中，表示第i个主特征对应的异因位置的相关密度，表示第i个主特征对应的异因特征相关辨析值，b=，，； A5、找出相关密度值最大的主特征，保留其当前迭代的坐标。

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。