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！

龙图腾网获悉长春工业大学申请的专利一种故障特征选择的蛇优化支持向量机的轴承故障分类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：CN115577308B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202211330082.7，技术领域涉及：G06F18/2411；该发明授权一种故障特征选择的蛇优化支持向量机的轴承故障分类方法是由张邦成;陈司昱;常笑鹏;高智;赵航设计研发完成，并于2022-10-27向国家知识产权局提交的专利申请。

本一种故障特征选择的蛇优化支持向量机的轴承故障分类方法在说明书摘要公布了：本发明涉及一种轴承故障分类方法，特别是一种故障特征选择的蛇优化支持向量机的轴承故障分类方法。该方法能够在输入少量的故障特征下，快速准确，高效的完成轴承的故障分类。该方法包括数据处理模块、特征选择模块、模型参数优化模快以及故障分类模块。数据处理模块将采集的原始数据进行划分，然后将每组数据通过计算转换成时域信号指标，作为模型的故障特征输入输入数据。特征选择模块采用决策树进行最优故障特征，决策树基于划分属性对根节点进行划分，将划分属性作为模型的最优故障特征。模型参数优化模快将蛇优化算法和支持向量机相结合，提高模型的分类准确率以及分类时间。故障分类模块将轴承故障划分四种形式，并精准定位故障状态。

本发明授权一种故障特征选择的蛇优化支持向量机的轴承故障分类方法在权利要求书中公布了：1.一种故障特征选择的蛇优化支持向量机的轴承故障分类方法，其特征在于由数据处理模块、特征选择模块、模型参数优化模块以及故障分类模块四个模块组成，首先，数据处理模块将采集的原始数据每组以1024为单位进行划分，然后将每组数据通过计算转换成时域信号指标，作为模型的故障特征输入数据；其次，特征选择模块采用决策树进行最优故障特征选择，决策树基于划分属性对根节点进行划分，将划分属性作为模型的最优故障特征；然后，模型参数优化模块将蛇优化算法和支持向量机相结合，提高模型的分类准确率以及分类时间；最后，故障分类模块将轴承故障分类为四种形式，分别为正常状态、内圈故障、滚动体故障和外圈故障，并采用可视化图形进行分类结果显示； 所述的特征选择模块是将决策树的划分属性作为被选故障特征，选择划分属性的指标有三种分别为信息增益、增益率和基尼指数，经过十次实验，选取基尼指数作为划分属性的指标，样本集D的纯度可用基尼值来度量： 属性α的基尼指数定义为： 因此，在候选属性中，选择使得划分后基尼指数最小的属性作为最优属性，使用基于基尼指标的决策树进行十次实验，划分出使用最多的指标作为最优故障特征。

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长春工业大学，其通讯地址为：130012 吉林省长春市朝阳区长春工业大学南湖校区2055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。