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！

龙图腾网获悉山东大学申请的专利基于特征融合和改进粒子群算法的模拟电路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：CN115186564B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202210515698.5，技术领域涉及：G06F18/2411；该发明授权基于特征融合和改进粒子群算法的模拟电路故障诊断方法是由袁宪锋;郑凯通;宋勇;许庆阳;庞豹;周风余设计研发完成，并于2022-05-12向国家知识产权局提交的专利申请。

本基于特征融合和改进粒子群算法的模拟电路故障诊断方法在说明书摘要公布了：本发明提供了一种基于特征融合和改进粒子群算法的模拟电路故障诊断方法，获取模拟电路的故障一维时域数据，将一维时域数据转化为二维时频图像数据；根据一维时域数据和一维卷积神经网络，得到第一特征；根据二维时频图像数据和深度残差网络，得到第二特征；将第一特征与第二特征拼接后，得到最后的故障特征；根据故障特征与预训练的支持向量机，得到故障类型；其中，采用改进粒子群算法优化支持向量机的惩罚参数和核参数，改进粒子群算法中，根据平衡因子、粒子与种群适应度最优粒子之间的距离和适应度值计算每个粒子的综合分数，根据粒子的分数从高到低排序，将综合分数最高的粒子选为综合最优粒子；本发明极大的提高了模拟电路故障诊断精度。

本发明授权基于特征融合和改进粒子群算法的模拟电路故障诊断方法在权利要求书中公布了：1.一种基于特征融合和改进粒子群算法的模拟电路故障诊断方法，其特征在于：包括以下过程： 获取模拟电路的故障一维时域数据，将一维时域数据转化为二维时频图像数据； 根据一维时域数据和一维卷积神经网络，得到第一特征；根据二维时频图像数据和深度残差网络，得到第二特征；将第一特征与第二特征拼接后，得到最后的故障特征； 根据故障特征与预训练的支持向量机，得到故障类型； 其中，采用改进粒子群算法优化支持向量机的惩罚参数和核参数，改进粒子群算法中，还包括： 利用综合最优粒子FDBbest将取代种群适应度最优粒子Gbest，利用第一速度公式取代第二速度公式进行粒子速度更新；其中，第一速度公式为：；第二速度公式为：，c1和c2为经验权重，r1和r2为折扣因子； 将综合最优粒子FDBbest与适应度值较差的粒子进行交叉操作； 引入概率因子，其值随着迭代次数的增加逐渐从0.5线性下降到0，如果随机数Rand小于概率因子，则粒子根据第一速度公式进行速度更新；否则，根据第二速度公式进行速度更新； 根据平衡因子、粒子与种群适应度最优粒子之间的距离和适应度值计算每个粒子的综合分数，包括： 其中，是平衡因子，normFi为适应度值的归一化值，DGi为第i个粒子与种群适应度最优粒子Gbest之间的距离的归一化值； 根据粒子的分数从高到低排序，将综合分数最高的粒子选为综合最优粒子。

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山东大学，其通讯地址为：264209 山东省威海市文化西路180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。