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：宁波索诺工业自控设备有限公司

摘要：本发明提供一种小样本工业时序数据增强和质量预测方法及系统，该方法包括步骤：获取历史数据集作为训练数据集，将历史数据集输入加入时序解码过程的变分自编码器模型以生成虚拟样本，对虚拟样本样本进行处理后获取补充过程样本；将补充过程样本输入预训练的软测量模型以获取虚拟质量样本，将上述数据组成的扩展训练数据集，由扩展训练数据集对软测量模型进行更新训练；将在线输入变量输入更新后的软测量模型，预测在线质量变量；上述系统包括依次电连接的样本生成模块、混合训练模块和预测模块。相比于传统的基于VAE的方法，加入了时序解码器部分，确保了生成的虚拟样本更接近真实样本的分布，具有更好的多样性。

主权项：1.一种小样本工业时序数据增强和质量预测方法，其特征在于，所述方法包括步骤：S1、获取历史数据集作为训练数据集，将历史数据集D输入加入时序解码过程的变分自编码器模型以生成虚拟样本，对虚拟样本样本进行处理后获取虚拟过程样本；S2、将虚拟过程样本输入预训练的软测量神经网络模型以获取虚拟质量样本，将由历史数据集D、虚拟过程样本以及虚拟质量样本组成的扩展训练数据集，由扩展训练数据集对软测量神经网络模型进行更新训练；S3、将在线输入变量输入更新后的软测量神经网络模型，预测在线质量变量；其中，步骤S1包括步骤：S11、对工业时序数据进行预处理，获取历史数据集作为训练数据集；S12、将历史数据集D输入加入时序解码过程的变分自编码器模型后生成虚拟样本，对虚拟样本进行筛选扩充，获取虚拟过程样本；其中，X表示N×T×M的一般过程变量，Y表示N×T×m的关键质量变量，式中N表示变量维度，T是时间步长，M和m分别表示过程变量和质量变量的维度；以及步骤S12包括：S121、将历史数据集D作为模型输入并输入至编码器中进行编码，其中编码层包含若干卷积层，并通过展开操作后，计算获取潜变量z；S122、潜变量z与条件变量c结合后，共同作为输入变量进入解码器，在该解码过程中输入变量分别经过多个时序性模块，提取各个模型下的时序特征；S123、将所有的时序特征进行组合处理，获取全新的虚拟样本；S124、对虚拟样本进行筛选扩充，获取虚拟过程样本。

全文数据：

权利要求：

百度查询： 宁波索诺工业自控设备有限公司 一种小样本工业时序数据增强和质量预测方法及系统