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！

龙图腾网获悉吉林大学申请的专利一种基于数据特征驱动的汽车操纵稳定性试验项目自动识别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：CN119337247B 。

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：202411468179.3，技术领域涉及：G06F18/243；该发明授权一种基于数据特征驱动的汽车操纵稳定性试验项目自动识别方法是由薛鹏程;管欣;詹军;王珑宪;李亚轩设计研发完成，并于2024-10-21向国家知识产权局提交的专利申请。

本一种基于数据特征驱动的汽车操纵稳定性试验项目自动识别方法在说明书摘要公布了：本发明公开了一种基于数据特征驱动的汽车操纵稳定性试验项目自动识别方法，旨在解决现有操纵稳定性试验项目识别方法因无法量化特征物理量与试验项目相关性导致的科学性和严谨性不足的问题。首先初选试验特征物理量，并引入最大信息系数算法，对试验采集的全部特征物理量进行筛选，获得满足相关性阈值要求的特征物理量子集合，然后采用随机森林算法建立试验项目识别模型，对试验项目模型进行训练，实现对试验项目的自动识别。本发明使用最大信息系数算法量化了特征物理量与试验项目的相关性，其次将相关性高的特征物理量作为随机森林模型的输入进行试验项目识别，保证了识别的准确性，使得识别过程更具科学性与严谨性。

本发明授权一种基于数据特征驱动的汽车操纵稳定性试验项目自动识别方法在权利要求书中公布了：1.一种基于数据特征驱动的汽车操纵稳定性试验项目自动识别方法，其特征在于，包括以下步骤： S1.初选操纵稳定性试验特征物理量并进行试验数据准备； S2.对步骤S1准备的试验数据进行预处理，并定义数据标签； S3.基于最大信息系数算法对操纵稳定性试验特征物理量进行特征筛选；所述步骤S3包括： S31.构建待选变量集，将待选的8个特征物理量定义为待选变量集合X＝{X,X2…Xα}，i∈[1,8]，定义特征物理量子集S为空集； S32.采用最大信息系数算法计算所述试验数据中的特征物理量与数据标签的相关程度，最大相关系数表达式如下： 式中，X代表特征物理量；Y代表数据标签；px,y代表X和Y的联合概率分布函数；px代表X的边缘概率分布函数；py代表Y的边缘概率分布函数；m，n代表在二维空间x,y方向上的划分格子的个数；B是变量，B的大小设置为数据量的0.6次方； S33.根据公式3，在变量集合X＝{X1,X2…Xα}，α∈[1,8]中计算每个变量Xα与数据标签的MIC值，记录取值最大的待选特征物理量Xα，将该特征物理量计入样本集S，并从待选变量集X中剔除特征物理量Xα； S34.判别剩余待选特征物理量Xα与试验项目类型Y的相关性，当不满足相关性判别条件时，返回步骤S33继续筛选；当满足相关性判别条件时，表示集合X剩余的特征物理量与试验项目类型不满足设定的相关性阈值，输出特征物理量子集S； 所述相关性判别条件表达式如下： MICY；Xa＜η·MICY；Y4 公式4中，η为相关性的阈值，若MICY；Xa＜η·MICY；Y，则认为该变量不包含类别Y的信息，将其判定为不相关变量； 相关性的阈值η选取满足公式5： minMICXa；YMICY；Y≤η≤maxMICXa；YMICY；Y5 式中，minMICXa；YMICY；Y代表η的下限，maxMICXa；Y代表η的上限，η∈[0,1]； S4.基于随机森林算法构建试验项目识别模型；所述步骤S4包括： 随机森林采用自助采样法，将包含物理量特征为车速、侧倾角、横摆角速度、转向盘转角、转向盘力矩的数据集作为原始数据集，原始数据集中抽取多个样本，形成多个子数据集； 每个子数据集用来构建一颗决策树，在构建决策树的过程中，随机选取一部分特征进行分裂，每次树进行分裂时，根据基尼不纯度对每次的分裂进行量化评分，选择基尼不纯度最小的特征作为节点；基尼不纯度公式如下： GiniU＝∑pu1-pui6 公式6中，pui表示随机样本属于类别i的概率； 设置指定数目的决策树，直到构建出指定数目的决策树； 对所有决策树的预测结果通过投票的策略进行统计，统计后的模型输出为试验项目的类别，即步骤S2中定义的数据标签； S5.对步骤S4构建的试验项目识别模型进行模型训练。

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吉林大学，其通讯地址为：130012 吉林省长春市长春高新技术产业开发区前进大街2699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。