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！

龙图腾网获悉上海交通大学申请的专利基于样本最近邻信息缺失值填补的汽车故障诊断系统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：CN116680526B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202310581422.1，技术领域涉及：G06F18/15；该发明授权基于样本最近邻信息缺失值填补的汽车故障诊断系统是由刘钊;王文捷;朱平;周畅;赵晨曦;朱嘉浩设计研发完成，并于2023-05-23向国家知识产权局提交的专利申请。

本基于样本最近邻信息缺失值填补的汽车故障诊断系统在说明书摘要公布了：一种基于样本最近邻信息缺失值填补的汽车故障诊断系统，包括：数据归一化模块、特征填补顺序计算模块、数据填补模块、数据反归一化模块与故障诊断输出模块，本发明首先对接收的不完整数据集进行归一化；之后，系统基于F检验F‑test确定数据特征填补顺序；之后，系统基于不完整样本的最近邻信息，对其包含的缺失值按照特征填补顺序进行填补；在填补后，系统对数据集进行反归一化，并输出完整的汽车故障数据集；最后，系统建立XGBoost极端梯度提升树模型，并使用获取的完整数据集对其进行训练，最终实现高精度的汽车故障诊断。

本发明授权基于样本最近邻信息缺失值填补的汽车故障诊断系统在权利要求书中公布了：1.一种基于样本最近邻信息缺失值填补的汽车故障诊断系统，其特征在于，包括：数据归一化模块、特征填补顺序计算模块、数据填补模块、数据反归一化模块与故障诊断输出模块，其中：数据归一化模块接收涵盖汽车行驶速度以及行驶里程的包含不完整样本的汽车故障数据集，确定待填补的目标数据矩阵，并对目标数据矩阵以特征为基准进行归一化，得到归一化目标矩阵；特征填补顺序计算模块首先计算归一化目标矩阵中的不完整样本与其他样本之间的缺失加权欧氏距离，之后基于计算结果使用自适应加权K近邻数据填补算法对归一化目标矩阵进行预填补，得到预填补矩阵，然后对预填补矩阵进行F检验，获取其中各特征对于其他特征的F值之和，并将其作为特征重要度的度量，以特征重要度降序作为数据特征填补顺序；数据填补模块使用二分K均值聚类算法将归一化目标矩阵聚类划分成K个子数据矩阵，然后使用自适应加权K近邻数据填补算法对各个子数据矩阵中的不完整样本进行填补，得到填补后的各完整子数据矩阵，具体为：按照数据特征填补顺序对各样本的各特征依次进行填补，将填补后的完整特征动态地替换至子数据矩阵中的对应位置，使得后续特征的填补过程有效利用已得的填补结果；数据反归一化模块首先将上一模块得到的各完整子数据矩阵组合为完整的归一化矩阵，之后对完整的归一化矩阵进行反归一化，并输出填补后的完整数据矩阵；故障诊断输出模块首先建立极端梯度提升树模型，并将获取的完整数据集划分成训练集和测试集，之后使用训练集训练极端梯度提升树模型，使用测试集测试所训练模型的故障诊断预测性能，其中：以查全率作为预测性能评价指标，进而使用训练好的模型输出新样本的预测类别； 所述的缺失加权欧氏距离是指针对经典欧氏距离进行改进后的距离度量特征，具体为：，其中：i和j为两个目标样本的编号，d为样本i和j均不缺失的特征值的编号，和为样本i和j均不缺失的特征值，为样本i包含的特征总数，为样本i和j均不缺失的特征的数目； 所述的F检验是指联合假设检验，具体为：分别计算两组数据标准偏差的平方，之后将两个标准偏差的平方相除，得到两组数据之间的F值，然后将计算所得的F值与查表得到的F表值进行比较，若FF表则表明两组数据没有显著差异，反之说明有差异； 所述的子数据矩阵组合是指对数据填补模块中得到的各个完整的子数据矩阵进行纵向拼接，得到样本数、特征数与原始目标数据矩阵相同的数据矩阵。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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。