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！

龙图腾网获悉重庆邮电大学申请的专利一种压缩感知域下基于改进的PSO-LSTSVM的流体管道泄漏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：CN115496103B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202211171673.4，技术领域涉及：G06F18/24；该发明授权一种压缩感知域下基于改进的PSO-LSTSVM的流体管道泄漏识别方法是由李帅永;代正栩;蔡梦嵌;张超;曾建新;张旭云涛设计研发完成，并于2022-09-26向国家知识产权局提交的专利申请。

本一种压缩感知域下基于改进的PSO-LSTSVM的流体管道泄漏识别方法在说明书摘要公布了：本发明属于流体管道泄漏检测领域，具体涉及一种压缩感知域下基于改进的PSO‑LSTSVM的流体管道泄漏识别方法，该方法包括：获取流体管道信号，对流体管道信号进行压缩感知处理，得到压缩信号；对压缩信号进行特征提取，得到特征数据集；采用改进的PSO‑LSTSVM模型对特征数据集中的特征数据进行处理，得到识别结果；本发明提出了一种衰减变幅策略，通过该策略对惯性权重、学习因子等参数进行动态变化，以平衡粒子群优化算法在搜索过程中的全局搜索和局部搜索能力的关系，避免优化算法陷入局部最优解，提高其收敛效率，最终用其优化LSTSVM，以实现识别模型的性能提升。

本发明授权一种压缩感知域下基于改进的PSO-LSTSVM的流体管道泄漏识别方法在权利要求书中公布了：1.一种压缩感知域下基于改进的PSO-LSTSVM的流体管道泄漏识别方法，其特征在于，包括：获取流体管道信号，对流体管道信号进行压缩感知处理，得到压缩信号；对压缩信号进行特征提取，得到特征数据集，其中特征数据集包括泄漏特征集和非泄漏特征集；将特征数据集输入道改进的PSO-LSTSVM模型中，并通过5折交叉验证的方法对模型进行训练和测试；获取待检测的流体管道信号，将待检测的流体管道信号输入到训练好的改进PSO-LSTSVM模型中，得到识别结果； 采用改进的PSO优化算法对最小二乘孪生支持向量机中的参数进行优化包括： 步骤1：初始化改进PSO优化算法的相关参数，所述相关参数包括种群大小、粒子维数、粒子位置和速度、粒子群的个体最优值和全局最优值，其中粒子维数代表优化参数个数； 步骤2：根据相关参数计算每个粒子的适应度函数值，即每个粒子对应的识别模型LSTSVM的准确率； 步骤3：采用衰减变幅策略分别对惯性权重、个体学习因子以及全局学习因子进行更新； 步骤4：根据更新后的惯性权重、个体学习因子和全局学习因子对粒子的速度和位置进行更新，且迭代次数加1； 步骤5：判断当前迭代次数与设置的迭代次数的大小，若小于设置的迭代次数，则返回步骤2，否则执行步骤6； 步骤6：输出全局最优值所对应的全局最优粒子位置，该粒子位置即为LSTSVM的最优参数值。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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”。