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！

龙图腾网恭喜山东科技大学申请的专利基于多特征高斯混合建模的闭环工业过程异常监测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：CN119357652B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202411932888.2，技术领域涉及：G06F18/2134；该发明授权基于多特征高斯混合建模的闭环工业过程异常监测方法是由张璐;张雪;时泽;钟麦英;纪洪泉设计研发完成，并于2024-12-26向国家知识产权局提交的专利申请。

本基于多特征高斯混合建模的闭环工业过程异常监测方法在说明书摘要公布了：本发明公开了一种基于多特征高斯混合建模的闭环工业过程异常监测方法，属于工业过程异常监测领域，包括如下步骤：步骤1、通过典型‑核慢特征分析方法，提取静态慢速特征、动态慢速特征、动态独立成分及残差四类特征；步骤2、设计基于高斯混合模型的多特征分布逼近策略，将四类特征的分布近似为高斯分布；步骤3、构建基于马氏距离的评价指标，实现异常监测。本发明解决了实际工业过程中异常信息由于闭环系统调节作用被掩盖导致的监测性能下降问题，实现了异常的实时准确监测，能够为实际工业过程的安全稳定运行奠定基础。

本发明授权基于多特征高斯混合建模的闭环工业过程异常监测方法在权利要求书中公布了：1.一种基于多特征高斯混合建模的闭环工业过程异常监测方法，其特征在于，具体包括如下步骤：步骤1、通过典型-核慢特征分析方法，提取静态慢速特征、动态慢速特征、动态独立成分及残差四类特征；步骤2、设计基于高斯混合模型的多特征分布逼近策略，将四类特征的分布近似为高斯分布；步骤3、构建基于马氏距离的评价指标，实现异常监测；具体过程为：步骤3.1、由贝叶斯推理概率的思想，s′slow在每个高斯分量下的局部概率密度为： 其中，为第h个高斯分量下的局部概率密度；为s′slow到第h个高斯分量的马氏距离大于s′slow,h到第h个高斯分量的马氏距离的概率；Ch为第h个高斯分量πh、μh、∑h三个参数的集合表示；D·为马氏距离；s′slow,h为与第h个高斯分量对应的高斯分布后的静态慢速特征；步骤3.2、s′slow属于第h个高斯分量的后验概率为PpostCh|s′slow，将局部概率密度与后验概率结合得到所需要的四个评价指标： 其中，BIPss、BIPds、BIPSPE分别为静态慢速特征、动态慢速特征、动态独立成分和残差所对应的评价指标；步骤3.3、利用核密度估计计算得到四个评价指标的控制限，分别为静态慢速特征评价指标的控制限BIPctr,ss、动态慢速特征评价指标的控制限BIPctr,ds、动态独立成分评价指标的控制限和残差评价指标的控制限BIPctr,SPE；将评价指标与控制限作比较，超过控制限时，为异常情况。

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山东科技大学，其通讯地址为：266590 山东省青岛市黄岛区前湾港路579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”。