公开(公告)号：CN118941174B

公开(公告)日：2024-12-06

申请号：CN202411435720.0

申请日：2024-10-15

Applicant: 南京邮电大学

Inventor： 杨海根 ,  张晓林 ,  戴尔晗 ,  葛艳 ,  刘佶鑫 ,  曾凡玉

IPC: G06Q10/067 ,  G06Q50/04 ,  G06F18/213 ,  G06N5/01 ,  G06F18/2431

Abstract: 本发明公开了一种面向离散制造的工业数据混成模型构建方法及系统，该方法首先实时采集离散制造工业数据并进行特征提取，得到特征向量，然后将特征数据分别通过第一模型和第二模型得到第一输出和第二输出；将第一输出和第二输出加权求和，得到工业数据的混成模型；第一模型用于在离散空间中得到所述特征数据的一条拟合曲线，所述第二模型用于以决策树为弱学习器对所述特征数据进行集成学习。本发明能够针对离散制造业的业务场景复杂多变这一特性，提高了数据智能推理的灵活性。

公开(公告)号：CN118941174A

公开(公告)日：2024-11-12

申请号：CN202411435720.0

申请日：2024-10-15

Applicant: 南京邮电大学

Inventor： 杨海根 ,  张晓林 ,  戴尔晗 ,  葛艳 ,  刘佶鑫 ,  曾凡玉

IPC: G06Q10/067 ,  G06Q50/04 ,  G06F18/213 ,  G06N5/01 ,  G06F18/2431

Abstract: 本发明公开了一种面向离散制造的工业数据混成模型构建方法及系统，该方法首先实时采集离散制造工业数据并进行特征提取，得到特征向量，然后将特征数据分别通过第一模型和第二模型得到第一输出和第二输出；将第一输出和第二输出加权求和，得到工业数据的混成模型；第一模型用于在离散空间中得到所述特征数据的一条拟合曲线，所述第二模型用于以决策树为弱学习器对所述特征数据进行集成学习。本发明能够针对离散制造业的业务场景复杂多变这一特性，提高了数据智能推理的灵活性。