-
公开(公告)号：CN108197380A
公开(公告)日：2018-06-22
申请号：CN201711476291.1
申请日：2017-12-29
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于偏最小二乘的高斯回归软测量建模方法，该方法可用于存在较强的时变性、耦合性、非线性、滞后性以及其他复杂特性的工业过程。首先，基于偏最小二乘的方法对多元输入数据进行降维，并选取合适的得分向量作为高斯过程回归模型的输入；之后，通过对协方差函数的选取与组合，构建不同种类的高斯过程回归软测量模型对输出数据进行预测；最后，使用测试集数据对模型的预测能力进行评价。造纸废水处理过程数据的建模结果表明，基于偏最小二乘对被测变量的降维技术可以提高高斯过程回归模型的预测能力；由不同协方差函数构建的高斯过程回归模型为出水指标的预测提供了多种选择，更加适合复杂多变的造纸废水处理环境。
-
公开(公告)号：CN108595892A
公开(公告)日：2018-09-28
申请号：CN201810448540.4
申请日：2018-05-11
Applicant: 南京林业大学
IPC: G06F17/50
Abstract: 本发明公开了一种基于时间差分模型的软测量建模方法，该方法可用于存在着非线性、时滞性、时变性、多变量耦合及其他特点的复杂工业过程。首先对输入输出数据的时间差分进行训练学习，得到差分重组数据作为软测量模型的输入进行数据预测；之后构建基于时间差分的软测量模型对响应变量进行预测，并对模型的预测能力进行评价。通过对实际污水处理数据进行建模预测，时间差模型能够很好地处理过程输入输出变量的漂移，获得数据中隐含的变量时滞信息与动态信息，基于时间差分的软测量模型能够提高模型的预测与泛化能力，更加适用于复杂多变的废水处理过程。
-
Patent Agency Ranking
公开(公告)号：CN110672552B
公开(公告)日：2022-06-07
申请号：CN201910910971.2
申请日：2019-09-25
Applicant: 南京林业大学
IPC: G01N21/359 , G06F17/18
Abstract: 本发明提供一种车用燃油近红外光谱检测结果的置信度估计方法，该方法基于主成分分析完成马氏距离的计算，在此基础上根据F分布得出显著性水平并完成待测样本检测结果的置信度估计。根据马氏距离及由其得到的统计量服从F分布，为近红外光谱分析技术在实际应用时提供了对检测结果可靠性的置信度估计，为分析对象下一步定性诊断或定量分析结果有效性评估提供量化依据。
-
公开(公告)号：CN109492265B
公开(公告)日：2022-04-22
申请号：CN201811212785.3
申请日：2018-10-18
Applicant: 南京林业大学
IPC: G06F30/20
Abstract: 本发明公开了一种基于动态非线性PLS软测量方法的废水出水指标预测方法，该方法可用于存在较强的时变性、耦合性以及非线性的工业过程。首先，采用增广矩阵捕捉工业数据的动态特性；之后，采用高斯过程回归替代偏最小二乘建模过程中输入、输出得分向量间的线性关系，使偏最小二乘方法具备非线性建模能力；为验证模型的预测能力，将该方法分别应用于废水处理仿真基准1号模型和某工厂的废水处理过程进行软测量建模。实验结果表明，动态方法与高斯过程回归的应用可明显提高偏最小二乘回归模型的预测能力，更适用于复杂工业过程的软测量建模。
-
公开(公告)号：CN108197380B
公开(公告)日：2021-11-30
申请号：CN201711476291.1
申请日：2017-12-29
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于偏最小二乘的高斯过程回归废水出水指标预测方法，该方法可用于存在较强的时变性、耦合性、非线性、滞后性以及其他复杂特性的工业过程。首先，基于偏最小二乘的方法对多元输入数据进行降维，并选取合适的得分向量作为高斯过程回归模型的输入；之后，通过对协方差函数的选取与组合，构建不同种类的高斯过程回归软测量模型对输出数据进行预测；最后，使用测试集数据对模型的预测能力进行评价。造纸废水处理过程数据的建模结果表明，基于偏最小二乘对被测变量的降维技术可以提高高斯过程回归模型的预测能力；由不同协方差函数构建的高斯过程回归模型为出水指标的预测提供了多种选择，更加适合复杂多变的造纸废水处理环境。
-
公开(公告)号：CN110672552A
公开(公告)日：2020-01-10
申请号：CN201910910971.2
申请日：2019-09-25
Applicant: 南京林业大学
IPC: G01N21/359 , G06F17/18
Abstract: 本发明提供一种车用燃油近红外光谱检测结果的置信度估计方法，该方法基于主成分分析完成马氏距离的计算，在此基础上根据F分布得出显著性水平并完成待测样本检测结果的置信度估计。根据马氏距离及由其得到的统计量服从F分布，为近红外光谱分析技术在实际应用时提供了对检测结果可靠性的置信度估计，为分析对象下一步定性诊断或定量分析结果有效性评估提供量化依据。
-
公开(公告)号：CN109492265A
公开(公告)日：2019-03-19
申请号：CN201811212785.3
申请日：2018-10-18
Applicant: 南京林业大学
IPC: G06F17/50
Abstract: 本发明公开了一种基于高斯过程回归的动态非线性PLS软测量建模方法，该方法可用于存在较强的时变性、耦合性以及非线性的工业过程。首先，采用增广矩阵捕捉工业数据的动态特性；之后，采用高斯过程回归替代偏最小二乘建模过程中输入、输出得分向量间的线性关系，使偏最小二乘方法具备非线性建模能力；为验证模型的预测能力，将该方法分别应用于废水处理仿真基准1号模型和某工厂的废水处理过程进行软测量建模。实验结果表明，动态方法与高斯过程回归的应用可明显提高偏最小二乘回归模型的预测能力，更适用于复杂工业过程的软测量建模。
-
-
-
-
-
-
Search Results
7
records
(took 0.033 seconds)
