-
Patent Agency Ranking
公开(公告)号：CN114015825B
公开(公告)日：2022-12-06
申请号：CN202111318176.8
申请日：2021-11-09
Applicant: 上海交通大学
IPC: G06N20/00
Abstract: 一种基于注意力机制的高炉热负荷异常状态监测方法，首先进行数据采集与数据预处理，然后构建包括双层一维卷积神经网络结构与单层双向长短记忆网络下结构的基于注意力机制的预测模型，再基于联合训练机制的方式进行预测模型的训练，最后通过添加注意力机制的1DCNN提取输入参数显著异常波动的特征，再由BiLSTM在时间维度上的记忆功能，实现在线监测，本发明考虑所采集历史数据的质量问题设计两阶段数据预处理方法，能够显著提升热负荷急剧变化时趋势状态的预测准确性，把握高炉设备的运行状况，保证高炉炼铁生产过程的持续与稳定。
-
公开(公告)号：CN113807606A
公开(公告)日：2021-12-17
申请号：CN202111176711.0
申请日：2021-10-09
Applicant: 上海交通大学
Abstract: 一种可解释集成学习的间歇过程质量在线预测方法，通过传感器采集的间歇过程历史数据集建立最终产品质量模型，经数据预处理得到候选输入变量；分时段计算候选输入变量与最终产品质量之间的Copula熵并进行排序，选取Copula熵最大的前M个候选输入变量作为关键变量；根据最终产品质量模型设计堆叠集成随机森林算法，训练该堆叠集成随机森林算法后，利用训练得到的堆叠集成随机森林算法对间歇过程的最终产品质量进行在线预测。本发明显著提升了质量预测的可解释性，可以帮助现场工程师准确地把握生产运行状态和产品质量信息，进而为间歇过程的控制决策提供有用参考。
-
公开(公告)号：CN113807606B
公开(公告)日：2022-07-22
申请号：CN202111176711.0
申请日：2021-10-09
Applicant: 上海交通大学
Abstract: 一种可解释集成学习的间歇过程质量在线预测方法，通过传感器采集的间歇过程历史数据集建立最终产品质量模型，经数据预处理得到候选输入变量；分时段计算候选输入变量与最终产品质量之间的Copula熵并进行排序，选取Copula熵最大的前M个候选输入变量作为关键变量；根据最终产品质量模型设计堆叠集成随机森林算法，训练该堆叠集成随机森林算法后，利用训练得到的堆叠集成随机森林算法对间歇过程的最终产品质量进行在线预测。本发明显著提升了质量预测的可解释性，可以帮助现场工程师准确地把握生产运行状态和产品质量信息，进而为间歇过程的控制决策提供有用参考。
-
公开(公告)号：CN114015825A
公开(公告)日：2022-02-08
申请号：CN202111318176.8
申请日：2021-11-09
Applicant: 上海交通大学
Abstract: 一种基于注意力机制的高炉热负荷异常状态监测方法，首先进行数据采集与数据预处理，然后构建包括双层一维卷积神经网络结构与单层双向长短记忆网络下结构的基于注意力机制的预测模型，再基于联合训练机制的方式进行预测模型的训练，最后通过添加注意力机制的1DCNN提取输入参数显著异常波动的特征，再由BiLSTM在时间维度上的记忆功能，实现在线监测，本发明考虑所采集历史数据的质量问题设计两阶段数据预处理方法，能够显著提升热负荷急剧变化时趋势状态的预测准确性，把握高炉设备的运行状况，保证高炉炼铁生产过程的持续与稳定。
-
公开(公告)号：CN113821982A
公开(公告)日：2021-12-21
申请号：CN202111176741.1
申请日：2021-10-09
Applicant: 上海交通大学
IPC: G06F30/27 , G06F111/08
Abstract: 一种工业软测量中考虑因果效应的辅助变量选择方法，基于软测量建模对象的历史数据集，经过预处理得到离散化的候选变量集和主导变量数据样本；通过每一个候选变量与主导变量的互信息确定每一个候选变量与主导变量的因果效应；采用基于因果效应的变量筛选算法，保留所有因果效应不为零的候选变量作为辅助变量集。本发明通过考虑候选辅助变量与主导变量之间的因果效应，不依赖于任何模型，不需要设置停止阈值，自动地选择因果效应不为零的候选变量组合作为辅助变量集，为工业软测量建模提供有用参考。
-
-
-
-
Search Results
5
records
(took 0.018 seconds)
