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！

龙图腾网获悉华南理工大学申请的专利一种基于单调相关度和置换重要度的焊接特征量评价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：CN116127311B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202310033640.1，技术领域涉及：G06F18/214；该发明授权一种基于单调相关度和置换重要度的焊接特征量评价方法是由石永华;梁焯永;崔延鑫;王子顺;詹家通设计研发完成，并于2023-01-10向国家知识产权局提交的专利申请。

本一种基于单调相关度和置换重要度的焊接特征量评价方法在说明书摘要公布了：本发明涉及一种基于单调相关度和置换重要度的焊接特征量评价方法，包括从原始的焊接信号提取n维焊接信号特征集，对n维焊接信号特征集的单调相关性进行分析，根据特征空间的单调相关距离消除单调相关度较高的特征变量，然后使用消除冗余性后的特征集进行模型训练，基于训练好的模型计算每种特征变量的置换重要度，最终实现特征变量的评价。单调相关度分析能极大地抑制特征空间的冗余性，置换重要度分析能筛选主要特征变量，极大地降低了特征空间的维度。结合单调相关度和置换重要度的特征分析并实现特征变量的评价，既能降低特征空间的冗余性和分析过程的复杂性，又能提高分析的准确性，适用于焊接信息处理领域。

本发明授权一种基于单调相关度和置换重要度的焊接特征量评价方法在权利要求书中公布了：1.一种基于单调相关度和置换重要度的焊接特征量评价方法，其特征在于，包括如下步骤， 步骤S1，从原始的焊接信号提取n维焊接信号特征集Ω并进行特征编号，对特征集Ω进行Spearman单调相关性分析，获得特征集Ω中每个特征变量的单调相关度，计算公式为， 式中，ρij为特征变量xi与xj之间的Spearman单调性相关度，xi，xj分别为特征集Ω中任意两个特征变量，其中，i,j＝1,2,3,···,n，每个特征变量为N×1的向量，n为特征维数，N为样本数量，Xi和Xj分别为特征变量xi与xj降序排列后的位置平均数，Xi,p为特征变量xi降序排列后的第p个位置数，Xj,p为特征变量xj降序排列后的第p个位置数； 步骤S2，在计算步骤S1中Spearman单调性相关度后，筛选出单调相关度较高的特征集Ωa，其中，a＝1,2,...且a≤n2，计算每个特征集Ωa中特征变量与整个特征空间的单调相关度距离，保留每个特征集Ωa中单调相关度距离最大的一个特征变量，舍弃特征集Ωa中其他特征变量，同时特征集Ω也舍弃对应的特征变量，进而得到消除冗余性后的特征集Ω1； 步骤S3，使用特征集Ω1并结合K折交叉验证和网络搜索法，对SVM模型进行训练，求解模型的每组超参数组合，进而确定SVM模型； 步骤S4，基于置换重要度方法评价特征集Ω1的每个特征变量对SVM模型的相对重要度，按重要度大小对每个特征变量进行降序排列，确定并保留排列在前且重要度之和超过95％的特征变量，舍去其他的特征变量，组成新的特征集Ω′，所述新的特征集Ω′的每个特征变量即为描述焊接动态过程的主要特征变量； 步骤S4所述的置换重要度方法包括如下过程， 步骤S41，将特征集Ω1输入SVM模型中进行预测，计算SVM模型在特征集Ω1中的准确度s； 步骤S42，计算特征集Ω1中每个特征变量的置换重要度，计算过程为， 步骤S421，随机置换待评价的特征变量w在特征集Ω1中的顺序，使其与样本标签yw的对应关系被打乱，获得置换后乱序的特征集Ωt,w，t为对每次循环时打乱次数的标记，将乱序特征集Ωt,w重新输入SVM模型，进而获得SVM模型在乱序特征集Ωt,w中的准确率st,w； 步骤S422，对步骤S421重复T次，进而获取T个对特征变量w的准确率st,w，其中，t＝1,2,...,T，特征变量w的置换重要度PIw的计算公式为 步骤S43，重复步骤S42，直到遍历并计算出特征集Ω1中每个特征变量的置换重要度。

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：510640 广东省广州市天河区五山路381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”。