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！

龙图腾网恭喜华南理工大学申请的专利一种自动驾驶仿真测试特征选择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：CN120030315B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202510497546.0，技术领域涉及：G06F18/211；该发明授权一种自动驾驶仿真测试特征选择方法是由向毅;周士璇;黄翰;曹捷;黄沛设计研发完成，并于2025-04-21向国家知识产权局提交的专利申请。

本一种自动驾驶仿真测试特征选择方法在说明书摘要公布了：本发明公开了一种自动驾驶仿真测试特征选择方法，涉及自动驾驶系统测试技术领域，包括步骤：T1、采集自动驾驶系统的无标签测试集，记为第一测试集；对第一测试集进行预处理，生成第二测试集；构建满足正交约束的投影矩阵；构建稀疏权重矩阵；T2、获取第二测试集的初始伪标签，将驾驶场景特征划分为安全场景或关键场景；T3、利用投影矩阵将第二测试集投影至判别特征空间；T4、对投影矩阵施加稀疏权重；构建判别特征空间的目标优化函数；对目标优化函数求解得到离散的特征选择矩阵；T5、根据特征选择矩阵的非零行索引生成最终场景特征子集。通过构建鲁棒判别特征空间，结合稀疏约束与极化离散评分机制，实现关键场景特征的高效识别划分。

本发明授权一种自动驾驶仿真测试特征选择方法在权利要求书中公布了：1.一种自动驾驶仿真测试特征选择方法，其特征在于，包括以下步骤： T1、采集自动驾驶系统的无标签测试集，记为第一测试集；所述第一测试集包含d个驾驶场景特征；每个所述驾驶场景特征对应n个测试用例； 对所述第一测试集进行预处理，生成第二测试集； 构建满足正交约束的投影矩阵；构建稀疏权重矩阵；所述稀疏权重矩阵包括两个，分别表示为和，且； T2、利用聚类算法获取所述第二测试集的初始的伪标签，将所述驾驶场景特征划分为安全场景或关键场景；所述伪标签记为，且；其中，0对应表示所述安全场景，1对应表示所述关键场景； T3、利用目标函数构建判别特征空间；利用所述投影矩阵，将所述第二测试集投影至r维的判别特征空间，； 所述目标函数表示为： ； 其中，表示Frobenius范数约束；表示所述投影矩阵，且，R为实数集，表示d×n维实数矩阵的集合；为的聚类质心矩阵；表示单位矩阵，表示在上施加的正交约束； 的第i个对角元素表示为：； 的第i个对角元素表示为：； 其中，为的第i列元素，为的第i列元素；为预设常数； T4、利用所述稀疏权重矩阵对所述投影矩阵施加稀疏权重；施加稀疏权重后，所述目标函数表示为： ； 其中，表示的聚类质心矩阵； 对所述目标函数添加范数约束，得到目标优化函数，表示为： ； 其中，表示范数约束； 对所述目标优化函数进行求解，得到离散的特征选择矩阵； T5、根据所述特征选择矩阵的非零行索引生成最终场景特征子集。

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华南理工大学，其通讯地址为：510000 广东省广州市番禺区外环东路382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”。