| 专利号 | 2023110077723 | 申请日 | 2023-08-11 | 专利名称 | 一种基于时间序列特征提取的即时学习的软测量建模方法 |
| 授权日 | 2023-10-27 | 专利权人 | 中国石油大学(华东) | 发明人 | 王平;尹贻超;李雪静 |
| 主分类号 | G06F30/27 | 关键词 | 应用领域 | ||
| 摘要 | 本发明公开了一种基于时间序列特征提取的即时学习的软测量建模方法，属于工业过程软测量技术领域，针对建模数据和采集到的查询数据，首先利用递归神经网络优异的特征学习能力，提取时序数据中的高维动态潜变量，得到复杂非线性动态数据的丰富特征表达，然后利用降维算法简化隐层特征维数并消除冗余变量，最后根据所提取的代表性简约特征，由基于局部标签传播的半监督即时学习算法建立软测量模型，计算查询数据对应的输出值。本发明不仅能够利用大量无标签样本辅助建立软测量模型，还可以有效挖掘过程变量之间的动态关系，显著强化即时学习对复杂动态数据的特征表示能力，从而有效处理工业过程的非线性和动态特性，提高软测量模型的预测精度。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 新一代信息技术 新兴软件和新型信息技术服务 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
