Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于加权门控堆叠质量监督VAE的软测量方法 

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!

摘要:本发明公开了一种基于加权门控堆叠质量监督VAE的软测量建模方法,属于工业过程控制技术领域。该方法首先通过多层的VAE提取过程变量的高级特征,在预训练阶段,为保证提取的特征与质量变量的相关性,将目标值的预测误差添加到VAE的重构误差中,同时计算输入变量与质量变量间的最大信息系数MIC,给每一个输入变量赋予不同的权重,以综合衡量输入变量与质量变量间的相关程度,以提取出与目标更相关的特征,进而对质量变量进行更精准的预测。其次,在微调阶段利用门控线性单元整合每一层的输出特征,充分利用每一层的特征信息,同时可以量化每一层特征对最终预测结果的贡献度,提高对浅层特征的有效利用率,提升模型的预测准确度。

主权项:1.一种基于加权门控堆叠质量监督VAE的软测量方法,用于实现对工业过程中的质量变量的预测,其特征在于,所述方法包括:步骤1,采集具体工业过程中的历史数据,所述历史数据包括过程变量和对应的质量变量;步骤2,构建堆叠质量监督VAE网络STVAE,由多层TVAE构成,将质量变量的预测误差添加到VAE的重构误差中;步骤3,在STVAE网络中加入加权部分,得到加权堆叠质量监督VAE网络W-STVAE;所述加权部分用于根据每个过程变量与质量变量之间的最大信息系数对每个过程变量赋予不同的权重;步骤4,利用门控线性单元整合W-STVAE网络中不同层级的特征信息,得到最终的加权门控堆叠质量监督VAE软测量模型W-GSTVAE;步骤5,以步骤1采集到的历史数据中作为训练样本,对所述加权门控堆叠质量监督VAE软测量模型W-GSTVAE进行训练,得到训练好的软测量模型W-GSTVAE;步骤6,将待预测的质量变量对应的过程变量输入训练好的软测量模型W-GSTVAE,得到对应的预测值。

全文数据:

权利要求:

百度查询: 江南大学 无锡爱德旺斯科技有限公司 一种基于加权门控堆叠质量监督VAE的软测量方法

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。