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！

龙图腾网获悉哈尔滨工业大学申请的专利基于多目标优化算法的卫星遥测数据特征选择方法、装置及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：CN115238762B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202210635592.9，技术领域涉及：G06F18/211；该发明授权基于多目标优化算法的卫星遥测数据特征选择方法、装置及介质是由刘明;骆天依;陈雪芹;赵浩天;王恩友设计研发完成，并于2022-06-06向国家知识产权局提交的专利申请。

本基于多目标优化算法的卫星遥测数据特征选择方法、装置及介质在说明书摘要公布了：本发明实施例公开了一种基于多目标优化算法的卫星遥测数据特征选择方法、装置及介质；该方法可以包括：对卫星的原始遥测数据进行拼接，并筛选去除数值型数据中的常数值以及时间对齐后，基于拉依达准则、53H算法以及中值滤波算法，去除原始遥测数据中的野值和噪声，获得预处理后的遥测数据；根据非均匀算数交叉算子以及基于适应度等级的变异算子改进传统的快速非支配排序遗传算法NSGA‑II；根据特征数量、均方根误差以及相关性函数确定用于进行特征选择的目标函数；基于所述目标函数，利用改进后的NSGA‑II算法从所述预处理后的遥测数据中选择用于进行数据补全、卫星状态预测和故障诊断的特征数据。

本发明授权基于多目标优化算法的卫星遥测数据特征选择方法、装置及介质在权利要求书中公布了：1.一种基于多目标优化算法的卫星遥测数据特征选择方法，其特征在于，所述方法包括： 对卫星的原始遥测数据进行拼接，并筛选去除数值型数据中的常数值以及时间对齐后，基于拉依达准则、53H算法以及中值滤波算法，去除原始遥测数据中的野值和噪声，获得预处理后的遥测数据； 根据非均匀算数交叉算子以及基于适应度等级的变异算子改进传统的快速非支配排序遗传算法NSGA-II； 根据特征数量、均方根误差以及相关性函数确定用于进行特征选择的目标函数； 基于所述目标函数，利用改进后的NSGA-II算法从所述预处理后的遥测数据中选择用于进行数据补全、卫星状态预测和故障诊断的特征数据； 其中，所述根据特征数量、均方根误差以及相关性函数确定用于进行特征选择的目标函数，包括： 根据特征选取的数量确定第一指标函数为： 其中，是最终解集的维度，表示解集中的第个解； 基于均方根误差确定第二指标函数为： 其中，是待预测数据总数，和分别表示第i个样本的真实值和模型预测值； 基于最小化冗余性且最大化相关性利用特征间的冗余性和特征与标签间的相关性确定第三指标函数为： 其中，待预测数据标签记为，将所选取特征集合记为，表示冗余性计算函数，表示相关性计算函数，表示所选特征和之间的标准化互信息，表示特征和标签之间的标准化互信息； 基于最小化原则，利用所述第一指标函数、第二指标函数以及第三指标函数确定用于进行特征选择的目标函数为： 。

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哈尔滨工业大学，其通讯地址为：150006 黑龙江省哈尔滨市南岗区西大直街92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。