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！

龙图腾网获悉重庆邮电大学申请的专利一种基于自适应模糊谱聚类和混合核最小二乘支持向量机的流体管道流量预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：CN116451098B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202310443440.3，技术领域涉及：G06F18/23；该发明授权一种基于自适应模糊谱聚类和混合核最小二乘支持向量机的流体管道流量预测方法是由李帅永;张旭云涛;张超;傅圣豪;张赛设计研发完成，并于2023-04-23向国家知识产权局提交的专利申请。

本一种基于自适应模糊谱聚类和混合核最小二乘支持向量机的流体管道流量预测方法在说明书摘要公布了：本发明属于流体管道流量预测领域，具体涉及一种基于自适应模糊谱聚类和混合核最小二乘支持向量机的流体管道流量预测方法，包括：获取非平稳流体管道流量序列，采用VMD模型对非平稳流体管道流量序列进行分解，得到平稳子序列；采用自适应模糊谱聚类对所有的平稳子序列进行聚类；将聚类后序列输入到混合核最小二乘支持向量机的流体管道流量预测模型，得到流体管道流量预测结果；本发明利用改进的谱聚类算法对子序列进行特征聚类，将其划分为三类具有不同幅频特性的分解分量，再根据高斯核、多项式核和线性核三种核函数对每一类分量进行预测，再将预测结果进行重构，提高了流量预测的准确性。

本发明授权一种基于自适应模糊谱聚类和混合核最小二乘支持向量机的流体管道流量预测方法在权利要求书中公布了：1.一种基于自适应模糊谱聚类和混合核最小二乘支持向量机的流体管道流量预测方法，其特征在于，包括： S1：获取非平稳流体管道流量序列； S2：采用VMD模型对非平稳流体管道流量序列进行分解，得到平稳子序列；具体包括： S21：初始化模型估计模式的振幅中心频率拉格朗日乘子以及迭代次数n＝0； S22：令n←n+1，采用振幅更新公式和中心频率更新公式分别对模式的振幅和中心频率进行更新； S23：根据更新后的振幅和中心频率对拉格朗日乘子进行更新； S24：根据更新后的拉格朗日乘子对输入序列进行分解； S25：根据分解结果计算判别精度ε，若ε＞0，则输出平稳化序列分量{u1t,u2t,...,ukt}，得到k个模态分量及其中心频率，否则返回步骤S22； S3：采用自适应模糊谱聚类对所有的平稳子序列进行聚类；具体包括： S31：初始化隶属矩阵、聚类数目、聚类中心、连接概率以及加权指数m的值，并设置最大迭代次数； S32：构建AFSC的目标函数；目标函数表达式为： 其中，sij表示第i个样本与第j个样本之间的连接概率，μij表示属于第j个簇的第i个样本的模糊隶属度，α为正则化系数，cj表示初始聚类中心，F为指示矩阵，LS为由连接概率构成的相似矩阵，λ1和λ2表示衡量全局和局部影响力的权重系数； S33：采用交替更新法和替代法对AFSC的目标函数进行求解，得到成对子序列间的最优相似性度量sij； S34：根据最优相似性度量结果构建相似矩阵S； S35：根据相似矩阵S构建标准化拉普拉斯矩阵L； S36：计算L的前k个最小特征值对应的特征向量； S37：利用K-means算法对上述特征向量进行聚类，得到平稳子序列 {u1t,u2t,...,ukt}的最终聚类结果； S4：将聚类后序列输入到混合核最小二乘支持向量机的流体管道流量预测模型，得到流体管道流量预测结果； S5：根据流体管道流量预测结果对流量进行控制。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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”。