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！

龙图腾网恭喜重庆邮电大学申请的专利一种基于改进的模糊孪生支持向量机的流体管道泄漏检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：CN116467879B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202310446838.2，技术领域涉及：G06F30/20；该发明授权一种基于改进的模糊孪生支持向量机的流体管道泄漏检测方法是由李帅永;代正栩;蔡梦嵌;张超;曾建新;张旭云涛设计研发完成，并于2023-04-24向国家知识产权局提交的专利申请。

本一种基于改进的模糊孪生支持向量机的流体管道泄漏检测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，涉及一种基于改进的模糊孪生支持向量机的流体管道泄漏检测方法，包括：获取流体管道在不同泄露程度的振动声信号；对发生不同泄露程度的振动声信号进行特征提取，并对提取后的特征数据进行归一化处理；将归一化处理后的数据输入到改进模糊孪生支持向量机模型，得到管道泄漏检测结果；本发明利用不同样本的空间相对距离比值，对样本空间进行了区域划分，并在噪声和支持向量混叠区域引入了模糊数据集理论以进行区分，正常和噪声数据区域也重新进行了隶属度赋值，其在降低噪声数据对辨识模型的影响下也解决了FTSVM无法区分支持向量和噪声数据而导致模型鲁棒性差的缺点。

本发明授权一种基于改进的模糊孪生支持向量机的流体管道泄漏检测方法在权利要求书中公布了：1.一种基于改进的模糊孪生支持向量机的流体管道泄漏检测方法，其特征在于，包括：获取流体管道在不同泄漏程度的振动声信号；对发生不同泄漏程度的振动声信号进行特征提取，并对提取后的特征数据进行归一化处理；对归一化后的特征数据进行集合，将集合划分为训练集和测试集；构建改进模糊孪生支持向量机模型，将训练集中的数据输入到改进模糊孪生支持向量机模型中进行训练，采用测试集中的数据对训练后的改进模糊孪生支持向量机模型进行测试，得到最优的改进模糊孪生支持向量机模型；获取待检测的振动声信号，将待检测的振动声信号输入到训练好的改进模糊孪生支持向量机模型中，得到管道泄漏检测结果；对改进模糊孪生支持向量机模型进行训练过程包括：步骤1：获取不同泄漏程度振动声信号的样本特征；计算两个样本的相对距离比值；步骤2：根据相对距离比值对样本进行区域划分；步骤3：根据划分的区域采用改进的模糊隶属度函数对样本特征进行加权处理，得到具有不同泄漏状态的权值矩阵；步骤4：采用最小二乘法和权值矩阵构建最小二乘FTSVM辨识模型的目标函数；步骤5：对目标函数进行求解，得到每一类样本所对应的最优超平面参数；步骤6：根据最优超平面参数构建决策函数；步骤7：将测试样本数据输入到决策函数中，得到管道泄漏识别结果，完成模型训练。

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”。