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！

龙图腾网恭喜中冶赛迪信息技术(重庆)有限公司申请的专利线棒材力学性能预测方法及计算机可读存储介质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：CN113887089B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202111364521.1，技术领域涉及：G06F30/20；该发明授权线棒材力学性能预测方法及计算机可读存储介质是由张璟涵;汤槟;余鹏;毛尚伟;张晓辉设计研发完成，并于2021-11-17向国家知识产权局提交的专利申请。

本线棒材力学性能预测方法及计算机可读存储介质在说明书摘要公布了：本发明提供一种线棒材力学性能预测方法及计算机可读存储介质，属于线棒材生产技术领域。包括以下步骤：获取样本数据，所示样本数据包括线棒材的力学性能预测参数及相应的力学性能检验结果；对样本数据进行预处理，预处理包括多种预处理方式，根据各种预处理方式及各种预处理方式的组合，分别得到相应的训练数据集；根据样本数据，建立性能预测模型；采用各个训练数据集分别对性能预测模型进行训练并评估，获取最终模型；将预测对象的预测参数输入至最终模型，获取预测对象的力学性能预测结果。本发明能够对样本数据进行预处理，根据预处理方法进行评估，提升预测结果的准确度，从而提高检化验效率。也能以力学性能为目标，对生产参数进行优化。

本发明授权线棒材力学性能预测方法及计算机可读存储介质在权利要求书中公布了：1.一种线棒材力学性能预测方法，其特征在于，包括以下步骤：获取样本数据，所述样本数据包括线棒材的力学性能预测参数及相应的力学性能检验结果；对所述样本数据进行预处理，所述预处理包括基础预处理方式及可选预处理方式，所述基础预处理方式包括缺失值处理、异常样本过滤，所述可选预处理方式包括无量纲化、样本均衡、特征选择及特征降维；根据所述样本数据，建立性能预测模型；将所述样本数据依次通过各个基础预处理方式进行处理及评估，得到通过各个所述基础预处理方式进行处理后的样本数据，将所述通过各个基础预处理方式进行处理的的样本数据，依次通过各个通过各所述可选预处理方式进行处理及评估，得到通过各所述可选预处理方式进行处理后的样本数据；采用通过各所述可选预处理方式进行处理后的样本数据对性能预测模型进行训练，得到最终模型；将预测对象的预测参数输入至所述最终模型，获取预测对象的力学性能预测结果；其中，所述缺失值处理包括删除法、均值填充法及随机插值填充法，异常样本过滤包括工艺规则阈值过滤法，无量纲化包括标准化和归一化，样本均衡采用过采样，特征选择包括方差选择法和相关系数法，特征降维包括性判别分析法及主成分分析法；对所述样本数据进行缺失值处理时，采用删除法、均值填充以及随机插值填充分别对所述样本数据进行处理，得到三组第一训练数据子集，通过三组第一训练数据子集分别对性能预测模型分别进行训练及评估，选择精度最高的性能预测模型所对应的第一训练数据子集为第一训练数据集；将所述第一训练数据集进行异常样本过滤，得到第二训练数据集；对第二训练数据集进行无量纲化处理时，分别采用标准化和归一化分别对所述第二训练数据集进行处理，得到两组第二训练数据子集，通过两组第二训练数据子集分别对性能预测模型分别进行训练及评估，选出精度最高的性能预测模型所对应的第二训练数据子集为第三训练数据集；对所述第三训练数据集进行样本均衡处理得到第四训练数据集；对所述第四训练数据集进行特征选择时，使用方差选择法和相关系数法分别对所述第四训练数据集进行处理，得到两组第四训练数据子集，选择精度最高的性能预测模型所对应的第四训练数据子集为第五训练数据集；对所述第五训练数据集进行特征降维处理时，使用性判别分析法、主成分分析法以及改进的主成分分析法对所述第五训练数据集进行特征降维处理，得到三组第五训练数据子集，选择精度最高的性能预测模型所对应的第五训练数据子集为第六训练数据集。

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中冶赛迪信息技术(重庆)有限公司，其通讯地址为：401329 重庆市九龙坡区白市驿镇农科大道66号2幢5-6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”。