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！

龙图腾网获悉同济大学申请的专利一种基于最小灰箱的智能汽车故障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：CN120850094B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202511366407.0，技术领域涉及：G06F18/2415；该发明授权一种基于最小灰箱的智能汽车故障识别方法是由田野;周昕设计研发完成，并于2025-09-24向国家知识产权局提交的专利申请。

本一种基于最小灰箱的智能汽车故障识别方法在说明书摘要公布了：本发明公开了一种基于最小灰箱的智能汽车故障识别方法，包括：获取带有故障分类标签的智能汽车故障注入数据，并采用结构学习方法构建贝叶斯网络，形成反映变量因果依赖关系的有向无环图，将有向无环图映射为故障树模型，建立故障事件与逻辑关系的对应结构，通过故障树模型确定最小割子集，并结合马尔可夫毯筛选，提取最小且充分的关键变量集合，形成最小灰箱，以有向无环图为结构输入，结合故障注入数据进行参数学习，构建动态贝叶斯网络，并将最小灰箱变量集合输入网络中，实现对智能汽车故障状态的检测与故障类型的判断。本发明通过最小灰箱构建与动态贝叶斯网络推理，解决了现有技术中数据冗余大、黑箱性强和因果解释不足的问题。

本发明授权一种基于最小灰箱的智能汽车故障识别方法在权利要求书中公布了：1.一种基于最小灰箱的智能汽车故障识别方法，其特征在于，包括以下步骤： 获取具有故障分类标签的智能汽车故障注入数据； 基于所述故障注入数据，采用结构学习方法构建贝叶斯网络，获得表示变量因果依赖关系的有向无环图； 将获得的有向无环图映射为故障树模型，得到故障事件与逻辑关系的对应结构； 基于所述故障树模型，确定最小割子集，并结合变量的马尔可夫毯筛选，得到最小灰箱变量集合； 以有向无环图作为结构输入，结合故障注入数据进行参数学习，构建动态贝叶斯网络； 将最小灰箱变量集合输入构建的动态贝叶斯网络，检测智能汽车的故障状态并判断故障类型； 所述基于所述故障注入数据，采用结构学习方法构建贝叶斯网络，获得表示变量因果依赖关系的有向无环图，具体包括： 对所述的故障注入数据中的每一类变量初始化其候选父子节点集： 其中，表示第i类变量，表示第i类变量的候选父子节点集，表示空集； 将故障注入数据中的每一类变量映射为贝叶斯网络中的节点： 对于除外的候选变量集合中的每一变量，基于故障注入数据中由样本构成的变量向量与估计边缘与联合概率并计算与的依赖强度，其中，表示变量的全集，即故障注入数据集中所有变量构成的集合，表示第i类变量，表示第j类变量，表示在第n条样本中第i类变量的值，表示在第n条样本中第j类变量的值，T表示转置； 当时，将加入，其中，为预设依赖阈值； 对中的每一候选父子节点进行条件独立性检验：判断是否存在子集使得在给定条件下与条件独立，即满足： 其中，表示条件独立性，表示用于条件独立性检验的变量子集； 当满足条件时，将从中移除并进行反向剪枝，当不满足条件时，在贝叶斯网络中添加无向边；所述反向剪枝，指当之间存在无向边时，将之间的无向边删除； 对中的所有变量完成处理后，获得初始无向图； 基于初始无向图通过基于评分函数的贪婪爬山定向搜索方法构建有向无环图。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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。