龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：中国矿业大学
摘要：本发明公开了一种面向概念漂移数据流的矿浆密度智能检测方法，包括：得到人工化验值矿浆密度；得到线性模型估计值；得到数据驱动模型估计值；得到智能检测模型的估计值以及置信区间；得到线性模型估计值以及估计值的方差；得到非线性模型对密度的估计值；估计值不在置信区间内，进行结构动态调整以增强模型的泛化性能；反之完成整体模型的更新；选取一部分数据根据高斯过程回归和正则化随机配置的方法建立初始模型，通过流数据分别更新线性模型和非线性模型，将两个模型检测的结果相结合得到最终的矿浆密度检测值。本发明构建了一个由已知的线性模型以及未知非线性模型组成的整体模型，解决工业生产过程中矿浆密度检测时存在的精度和实时性问题。
主权项：1.一种面向概念漂移数据流的矿浆密度智能检测方法，其特征在于，包括如下步骤：S1：对管道中矿浆流动过程进行机理分析，选择辅助变量来建立矿浆密度检测的整体模型，由此得到人工化验值矿浆密度ρ；S2：采用高斯过程回归对矿浆密度的线性部分进行辨识，得到线性模型估计值S3：未知非线性项用数据驱动模型进行拟合，采用正则化随机配置作为数据驱动的算法，得到数据驱动模型估计值S4：线性回归估计的结果与非线性回归估计的结果结合，最终得到智能检测模型的估计值以及置信区间S5：提出基于滑动窗口的在线高斯过程回归，得到线性模型估计值以及估计值的方差σ2，进而得到导师信号S6：结合正则化及遗忘机制的方式在线更新参数，通过网络剪枝和随机配置来动态调整模型结构，得到非线性模型对密度的估计值为S7：当估计值不在置信区间内，通过网络剪枝对非线性模型进行结构动态调整以增强模型的泛化性能；反之，则完成整体模型的更新；S8：选取一部分数据根据高斯过程回归和正则化随机配置的方法建立初始模型，再通过流数据分别更新线性模型和非线性模型，将两个模型检测的结果相结合得到最终的矿浆密度检测值。
全文数据：
权利要求：
百度查询： 中国矿业大学 一种面向概念漂移数据流的矿浆密度智能检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号