買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中山大學申請的專利面向在用車定期環保檢驗數據的違規異常識別方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115828178B 。

龍圖騰網通過國家知識產權局官網在2025-08-15發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211447137.2，技術領域涉及：G06F18/2433；該發明授權面向在用車定期環保檢驗數據的違規異常識別方法是由劉永紅;李麗;付懌昕;孔繁靈設計研發完成，并于2022-11-18向國家知識產權局提交的專利申請。

本面向在用車定期環保檢驗數據的違規異常識別方法在說明書摘要公布了：本發明針對現有技術的局限性，提出了一種面向在用車定期環保檢驗數據的違規異常識別方法，本發明從首檢合格與否出發，根據不同首檢結果數據實際特征，運用不同的方法進行異常數據識別，識別數據范圍完整，落地可操作；針對占絕大部分數據量的首檢合格車輛數據，運用隨機森林模型對在用車環保檢驗數據的異常識別，能夠有效地降低異常值的影響，可解決多分類問題，泛化能力強；僅利用在用車環保檢驗的歷史數據就能完成異常識別模型的建立，不需要增加額外的檢測設備，也不需要建立復雜的物理模型，容易實現；可根據不同地區異常識別的嚴格程度，設置不同的閾值，進行本地化調整，方便推廣。

本發明授權面向在用車定期環保檢驗數據的違規異常識別方法在權利要求書中公布了：1.一種面向在用車定期環保檢驗數據的違規異常識別方法，其特征在于，包括以下步驟： S1，獲取待識別的在用車定期環保檢驗數據； S2，判斷所述在用車定期環保檢驗數據是首檢合格車輛數據還是首檢不合格車輛數據：若為首檢合格車輛數據則轉去步驟S3，若為首檢不合格車輛數據則轉去步驟S5； S3，將所述在用車定期環保檢驗數據中的車輛信息參數和檢測方法輸入由預設的訓練集與驗證集建模調優得到的隨機森林模型中，獲得所述在用車定期環保檢驗數據的合格得分概率； 運用隨機森林算法對采樣集進行建模，通過以下方式進行： 采用訓練樣本量來計算類權重：即某種類型樣本量越多，則權重越低，樣本量越少，則權重越高；不合格類別權重：合格類別權重：其中N為訓練集樣本總數，n為訓練集中合格樣本量，N-n為不合格樣本量； 隨機選擇k個特征，k＝K，獲得的采樣子集作為根節點，計算該特征對該采樣子集的基尼系數：在所有可能的特征及其所有可能的切分點中，選擇加權基尼指數最小的特征和相對應的切分點作為最優特征與最優切分點，根據最優特征和最優切分點，生成葉節點，分割子集，保證每個子集都被正確分到葉節點上； 對葉節點遞歸調用以上步驟直至滿足以下條件之一：訓練集的加權基尼指數小于預定閾值；或沒有更多的特征；或節點中的樣本數小于預定閾值；滿足條件后，完成本輪訓練，生成一棵決策樹； 重復以上步驟，完成所有決策樹的構建，進行算術平均計算得到輸入在整個隨機森林上的輸出結果； 通過以下方式計算特征對采樣子集的基尼系數： X表示該節點的訓練集，有2個類：合格與不合格；Ni是X中屬于第i類的訓練子集； 記訓練集X根據特征A能夠被分割成X1、X2、...，Xk，k個部分，則在特征A的條件下，集合X的加權基尼指數為； S4，根據所述合格得分概率，運用基于ROC曲線構建的分類預測模型，以預設的預警等級與等級閾值，識別所述在用車定期環保檢驗數據的異常數據； S5，從所述在用車定期環保檢驗數據中，篩選出復檢記錄，即曾檢測不合格后最終檢測合格的記錄； S6，在明確所述在用車定期環保檢驗數據為同一輛車的前提下，通過檢查所述在用車定期環保檢驗數據的檢測合格記錄中與所述復檢記錄中的檢測方法、檢測站、檢測線及車輛信息是否發生變更，識別出異常數據； S7，結合所述步驟S4與S6，輸出違規異常識別結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中山大學，其通訊地址為：510275 廣東省廣州市海珠區新港西路135號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。