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！

龙图腾网恭喜中国人民解放军海军大连舰艇学院申请的专利基于RS-PCA的雷达导引头干扰效能评估指标体系约简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：CN114548703B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202210106565.2，技术领域涉及：G06F18/2135；该发明授权基于RS-PCA的雷达导引头干扰效能评估指标体系约简方法是由刘松涛;葛杨;陈明荣;徐华志;王龙涛;王丽颖设计研发完成，并于2022-01-28向国家知识产权局提交的专利申请。

本基于RS-PCA的雷达导引头干扰效能评估指标体系约简方法在说明书摘要公布了：本发明公开了一种基于RS‑PCA的雷达导引头干扰效能评估指标体系约简方法，属于干扰效能评估技术领域。本发明将粗糙集和主成分分析法相结合，对评估指标体系进行约简；首先利用粗糙集对指标体系进行约简，得到几组指标体系约简集；再利用主成分分析法选择其中贡献率最大的一组属性约简集，得到最终的约简结果。本发明充分利用了粗糙集处理不确定、不精确和不完整信息的优势，以及主成分分析法通过贡献值评价约简集的客观性，设计了指标体系约简方法，实现干扰效能评估指标体系最优约简集的生成，有效解决了指标体系代表性弱和相关性强等问题，显著提高干扰效能评估的客观性、科学性和可操作性。

本发明授权基于RS-PCA的雷达导引头干扰效能评估指标体系约简方法在权利要求书中公布了：1.一种基于RS-PCA的雷达导引头干扰效能评估指标体系约简方法，其特征在于，该方法包括以下步骤：第一步，构建指标体系原始数据表选取能够有效衡量干扰效能的指标，确定指标集C＝c1,c2,…,cn，并收集数据，形成n个指标数据作为待评估对象，即论域为U＝u1,u2,…,un；综合指标集、论域和样本数据构建指标体系原始数据表；第二步，样本数据离散化根据经验公式k＝1+lgnlg2来确定划分区间数k，其中n为样本数据的个数；采用K-means算法对定量指标的样本数据进行离散化处理，得到指标数据离散化结果；对于定性指标，由专家根据评估等级打分获得各指标的样本离散化数据；第三步，去除重复指标观测比较指标数据离散化结果表，去除完全相同的指标重复列，对指标体系进行初步简化；第四步，利用粗糙集进行约简运用粗糙集区分函数对指标体系进行约简，得到指标体系的核集和多种指标约简集；第五步，利用主成分分析确定最优约简结果主成分分析法选择最优约简结果的步骤为：步骤1：将原始数据标准化如果原始数据集包含n个样本和p个指标变量，则将样本数据集X表示为一个n×p阶矩阵： 利用公式3将原始数据标准化，使得标准化后的数据均值为0，方差为1： 其中，xit为第i个样本的第t个指标的原始数据，zit为标准化处理后的第i个样本的第t个指标值，为第t个指标的样本平均值，σt为第t个指标的样本标准差；步骤2：计算相关系数矩阵根据标准化后的数据，计算指标之间的相关系数矩阵R： 其中， 步骤3：计算相关系数矩阵R的特征值和特征向量根据|R-λI|＝0，计算得到特征根λt，并按大小对其进行排序：λ1≥λ2≥…≥λp，对应的单位特征向量为μ1,μ2,…,μp；步骤4：计算主成分的方差贡献率和累积方差贡献率：第t个主成分的方差贡献率为： 前t个主成分的累积方差贡献率为： 步骤5：确定主成分个数要求各主成分对应的特征值均大于1，且满足累积贡献率达到70％的最小m0即为主成分个数；步骤6：确定各主成分函数根据式8得到各主成分函数：Fi＝μi1x1+μi2x2+…+μipxp，i＝1,2,…,m08其中，μi＝μi1,μi2,…,μip,i＝1,2,…,m0为各主成分的特征值所对应的特征向量；步骤7：计算综合主成分评价值由得到的各主成分函数和对应的权值，得到综合主成分评价表达式为： 根据综合主成分评价表达式，计算各指标约简集的贡献值，选择贡献值最大的约简集作为指标约简的最佳结果。

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国人民解放军海军大连舰艇学院，其通讯地址为：116018 辽宁省大连市中山区解放路667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”。