公开(公告)号：CN115017977B

公开(公告)日：2024-09-20

申请号：CN202210529720.1

申请日：2022-05-16

Applicant: 上海大学 ,  之江实验室 ,  云南锡业集团(控股)有限责任公司研发中心

Inventor： 张统一 ,  曹斌 ,  元皓 ,  魏清华 ,  董自强

IPC: G06F18/243 ,  G06F18/2321 ,  G06F18/241 ,  G06F18/27 ,  G06F18/2433

Abstract: 本发明公开了一种高斯过程回归树分类器多元合金异常数据识别方法：高斯过程回归树分类器异常数据识别方法(英文名：Tree‑Classifier for Gaussian‑Process‑Regression,简称：TCGPR)。本方法基于随机过程假设，根据集合中数据之间的高斯关联性定义了数据集合的全局高斯无序因子(Global Gaussian Messy Factor,GGMF)。通过最大化全局高斯无序因子的期望降低值，不断地扩充初始的数据集合，直至数据集合的拟合优度饱和。本方法基于Stump‑Tree模型建立，通过初始数据集的动态扩容，切分输入的数据集合。本方法可用于例如检测合金性能测试的异常数据，等异常数据识别和分割的机器学习任务之中。本发明是一种基于全局关联性的有监督数据预处理方法，并在相关的数据评估中证实了本方法用于发现和强化数据之间关联的可行性。

公开(公告)号：CN117037969A

公开(公告)日：2023-11-10

申请号：CN202311017545.9

申请日：2023-08-14

Applicant: 上海大学

Inventor： 张统一 ,  魏清华 ,  孙升

IPC: G16C60/00 ,  G16C20/30 ,  G16C20/70 ,  G06F18/241 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/084

Abstract: 本发明公开了一种分类条件生成对抗网络多元合金成分设计方法，分类条件生成对抗网络多元合金设计方法，简称：CCGAN。本方法基于"分而治之"的策略，将多元合金数据根据力学性能值分成不同的类别，并为每个类别的多元合金数据构建一个生成对抗网络模型(Generative Adversarial Networks，简称：GAN)，以学习不同力学性能条件下合金样本成分的真实分布。CCGAN由多个GAN模型组成，每个GAN模型可以独立优化其模型结构和训练参数。在生成具有特定力学性能条件的多元合金样本成分时，CCGAN会根据给定的力学性能条件选择对应的GAN模型生成相应的合金样本成分，从而提高生成的合金样本质量。本方法可用于例如指定力学性能的新型多元合金成分设计的机器学习任务之中。

公开(公告)号：CN115017977A

公开(公告)日：2022-09-06

申请号：CN202210529720.1

申请日：2022-05-16

Applicant: 上海大学 ,  之江实验室 ,  云南锡业集团(控股)有限责任公司研发中心

Inventor： 张统一 ,  曹斌 ,  元皓 ,  魏清华 ,  董自强

IPC: G06K9/62

Abstract: 本发明公开了一种高斯过程回归树分类器多元合金异常数据识别方法：高斯过程回归树分类器异常数据识别方法(英文名：Tree‑Classifier for Gaussian‑Process‑Regression,简称：TCGPR)。本方法基于随机过程假设，根据集合中数据之间的高斯关联性定义了数据集合的全局高斯无序因子(Global Gaussian Messy Factor,GGMF)。通过最大化全局高斯无序因子的期望降低值，不断地扩充初始的数据集合，直至数据集合的拟合优度饱和。本方法基于Stump‑Tree模型建立，通过初始数据集的动态扩容，切分输入的数据集合。本方法可用于例如检测合金性能测试的异常数据，等异常数据识别和分割的机器学习任务之中。本发明是一种基于全局关联性的有监督数据预处理方法，并在相关的数据评估中证实了本方法用于发现和强化数据之间关联的可行性。