尊敬的审查员老师：

您好！非常感谢您对本申请的耐心细致审查。

审查员老师在2021年06月24日发出的第一次审查意见通知书中指出，本申请权利要求1-5是在对比文件1的基础上结合本领域常规技术手段而得到的，对于本领域技术人员来说是显而易见的，权利要求1-5不具备突出的实质性特点和显著的进步，不符合专利法第22条第3款规定的创造性。

一、关于权利要求1-5的创造性

1.确定最接近的现有技术：

申请人同意审查员提出的对比文件1是本申请权利要求1的最接近现有技术，因为对比文件1与本申请的技术领域类似，且公开的特征最多。

2.区别发明的区别特征和发明实际解决的技术问题：

权利要求1请求保护的技术方案与对比文件1公开的内容相比，区别特征如下：

该权利要求所要求保护的技术方案与对比文件1公开内容的区别在于:在N个传感器中任意选择一个传感器作为基础传感器;获得其他传感器的预测值;将其他传感器所得到的输出值作为该基础传感器的输入值，得到实际输出值;选择另一个待诊断传感器，重复进行步骤S1和S2，得到每一个传感器的输出值，找到故障的传感器。基于上述区别特征，该权利要求实际解决的技术问题是:如何对传感器进行故障诊断。

本申请文件提出的问题是用于解决“1、该在线预测的方法只能一个一个检测传感器，无法对多个传感器同时同步的进行故障诊断，非常浪费时间；2、采用支持向量机回归的方式进行故障诊断，回归问题的要求是：给定一个新的模式，根据训练集推断它所对应的输出y（实数）是多少，也就是使用y=g(x)来推断任一输入x所对应的输出值，数值范围广，不容易进行故障诊断，十分麻烦”的技术问题。

本申请文件中，相对于现有技术而言，本申请提供了一种基于支持向量回归机各传感器之间相互故障诊断方法，与对比文件相比，具有突出的区别特征，根据说明书中的具体实施例的记载：N=3,3个传感器分别标号为传感器1、传感器2和传感器3；

1）：选择传感器1作为基础传感器；

2）：将传感器2和传感器3所得到的输出值作为输入值，首先分别输入进最小二乘支持向量机在线预测模型f，得到传感器2和传感器3的预测值；

3）：其次，将传感器2和传感器3所得到的输出值作为该传感器1的输入值，得到传感器2和传感器3的实际输出值；

4）：将传感器2的预测值与实际输出值做对比，将传感器3的预测值与实际输出值做对比，分别得到传感器2和传感器3的预测值和实际输出值的差值；

5）：通过支持向量回归机对传感器2和传感器3得到的差值进行分类，找到故障的传感器。

能够实现突出的技术效果，本发明的方法，可以同时同步的对多个传感器进行故障诊断，更加容易操作，节约诊断时间，而且取消了支持向量机回归的方式，采用支持向量机分类的方式，可以更加容易判断出来多个传感器中发生故障的传感器，实用性很强，非常值得推广。而该申请文件则有效的解决了上述问题，因此该申请文件相较于对比文件是具备创造性的。

3、权利要求2-5不具备专利法第22条第3款规定的创造性。

审查员表示权利要求2-5对权利要求1进一步限定，其公开技术方案均为常规方式，不需要付出创造性劳动，因此，在其引用的权利要求不具备创造性的情况下，该权利要求也不具备创造性。

权利要求2-5为权利要求1的从属权利要求，其提出是为了对权利要求1的技术方案进行补充、解释和限定，在权利要求1具备创造性的前提下，权利要求2-5具备创造性。

基于上述修改和意见陈述，申请人认为本申请已经克服了审查员老师在第一次审查意见通知书中指出的创造性缺陷，请审查员老师继续审查/授权为盼。

二、特别请求

审查员老师如果不认同上述意见陈述/修改，申请人愿意继续修改申请文件和/或进一步陈述意见，恳请审查员老师不要直接驳回本申请，再给予一次修改申请文件和/或陈述意见的机会。谢谢！