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！

龙图腾网获悉西门子(中国)有限公司申请的专利用于异常检测的机器学习分类任务的优化方法和装置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：CN114462460B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202011131643.1，技术领域涉及：G06F18/2411；该发明授权用于异常检测的机器学习分类任务的优化方法和装置是由孙琦;范顺杰;介鸣设计研发完成，并于2020-10-21向国家知识产权局提交的专利申请。

本用于异常检测的机器学习分类任务的优化方法和装置在说明书摘要公布了：提供了用于异常检测的机器学习分类任务的优化方法和装置。根据本公开的一个方面的方法包括：收集用于反映生产过程或产品的状态的样本数据以形成样本数据集，其中，样本数据集中的每一条样本数据具有多个特征；确定针对样本数据集的一个或多个候选主成分集合；针对一个或多个候选主成分集合中的每一个，执行以下操作：将样本数据集投影到该候选主成分集合上以获得投影后的样本数据集，使用投影后的样本数据集来对多个候选机器学习分类模型中的每一个进行训练，以及评估经训练的候选机器学习分类模型中的每一个的性能分数；选择具有最高性能分数的候选机器学习分类模型和相对应的候选主成分集合，作为最优机器学习分类模型和最优主成分集合。

本发明授权用于异常检测的机器学习分类任务的优化方法和装置在权利要求书中公布了：1.一种用于异常检测的机器学习分类任务的优化方法，包括： 收集用于反映生产过程或产品的状态的样本数据以形成样本数据集，其中，所述样本数据集中的每一条样本数据具有多个特征； 确定针对所述样本数据集的一个或多个候选主成分集合； 针对所述一个或多个候选主成分集合中的每一个，执行以下操作： 将所述样本数据集投影到该候选主成分集合上以获得投影后的样本数据集， 使用所述投影后的样本数据集来对多个候选机器学习分类模型中的每一个进行训练，以及 评估经训练的候选机器学习分类模型中的每一个的性能分数；以及选择具有最高性能分数的候选机器学习分类模型和相对应的候选主成分集合，作为最优机器学习分类模型和最优主成分集合； 其中所述多个候选机器学习分类模型包括以下中的两个或更多个：逻辑回归LR、Softmax、人工神经网络、极限学习机ELM、K最近邻KNN、支持向量机SVM、决策树DT、朴素贝叶斯、随机森林、提升方法boosting、线性判别分析LDA； 其中确定针对所述样本数据集的一个或多个候选主成分集合包括： 对所述样本数据集中的所有样本数据进行中心化处理； 计算所述样本数据的协方差矩阵； 对所述协方差矩阵进行特征分解以求得多个特征值以及对应的特征向量； 计算所述多个特征值中最大的M个特征值的累计方差贡献率cM，使得cM满足预设的累计方差贡献率阈值B； 将M与T进行比较，其中，T是预设的主成分数目阈值； 如果MT，则对于m＝T+1,T+2,…,M中的每一个，将与所述多个特征值中最大的m个特征值相对应的m个特征向量确定为一个候选主成分集合，共计M-T个候选主成分集合； 如果MT，则对于m＝T-1,T-2,…,M中的每一个，将与所述多个特征值中最大的m个特征值相对应的m个特征向量确定为一个候选主成分集合，共计T-m个候选主成分集合；以及 如果M＝T，则对于m＝T-A,…,T-1,T,T+1,…,T+A中的每一个，将与所述多个特征值中最大的m个特征值相对应的m个特征向量确定为一个候选主成分集合，共计2a+1个候选主成分集合，其中，a是预设的主成分数目调整范围。

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西门子(中国)有限公司，其通讯地址为：100102 北京市朝阳区望京中环南路7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”。