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！

龙图腾网获悉北京化工大学申请的专利基于马氏距离的动态局部敏感判别分析故障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：CN115510940B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202210531750.6，技术领域涉及：G06F18/2413；该发明授权基于马氏距离的动态局部敏感判别分析故障诊断方法是由朱群雄;宋棋;徐圆;贺彦林设计研发完成，并于2022-05-15向国家知识产权局提交的专利申请。

本基于马氏距离的动态局部敏感判别分析故障诊断方法在说明书摘要公布了：本发明公开了一种基于马氏距离的动态局部敏感判别分析故障诊断方法，用以在复杂化工领域建立精确的过程故障诊断模型。本发明首先使用动态数据扩充技术对原始数据进行扩充，然后采用结合马氏距离的局部敏感判别分析方法对故障数据进行特征提取，从而准确地刻画系统的行为。本发明使用特征提取后的数据训练弱分类器，同时使用AdaBoost算法将弱分类器集成为强分类器，以提高故障诊断模型的精度。本发明通过所提方法对田纳西‑伊斯曼过程故障案例建立故障诊断模型，显著提高模型的精度，具有一定的优越性和应用前景。

本发明授权基于马氏距离的动态局部敏感判别分析故障诊断方法在权利要求书中公布了：1.一种基于马氏距离的动态局部敏感判别分析故障诊断方法，其特征在于，包括： 进行数据选取及预处理，选取TEP数据，其中训练集包括6种故障，每种训练集故障包括480个故障训练样本，测试集包括6种故障，每种测试集故障包括800个故障测试样本，对所述训练集和所述测试集的数据进行归一化处理； 进行动态数据扩充，在原始数据矩阵中加入过程变量的时间滞后数据，将前L个时刻的采样数据的每个变量当成新的变量，构建原始数据的增广矩阵； 使用LSDA-M算法进行特征提取，构建类内图和类间图，使用马氏距离代替欧氏距离作为度量近邻点，获取所述类内图和所述类间图的权值，使用广义特征值分解获得投影向量A，使用所述投影向量A对原始数据进行特征提取； 使用AdaBoost算法进行建模，使用特征提取后的训练集训练弱分类器，使用AdaBoost算法将弱分类器集成为强分类器，形成故障诊断模型； 所述使用LSDA-M算法进行特征提取的步骤包括： 构建所述类内图和所述类间图，使用马氏距离作为度量近邻点的方法； 将k个近邻点分为类内近邻点与类间近邻点，所述类内近邻点包含与同类的近邻点，所述类间近邻点包含与异类的近邻点，是点的类别标签，获取所述类内图和所述类间图的权值的表达式如下： , , 使用所述广义特征值分解如下表达式： , 其中，X为数据矩阵；，提供了一个自然的度量；为平衡因子，； 获得所述投影向量A的表达式如下： , 使用所述投影向量A对原始数据进行特征提取，为表达式的前d个特征值所对应的特征向量。

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北京化工大学，其通讯地址为：100029 北京市朝阳区北三环东路15号北京化工大学；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。