-
公开(公告)号:CN115688869A
公开(公告)日:2023-02-03
申请号:CN202211138814.2
申请日:2022-09-19
Applicant: 浙江大学
IPC: G06N3/0455 , G06N3/09 , G06F18/214 , G06F18/25 , G06F18/27
Abstract: 本发明公开了一种基于单通道信息互补融合堆叠自编码器的产品质量预测方法,该方法首先采用了堆叠自编码器的设计,对输入的数据信息进行接收和训练,得到了堆叠自编码器隐藏层的信息。之后,在堆叠自编码器外部,设计了信息互补融合模块与自下而上单通道信息融合层的结构,这种结构设计能够将堆叠自编码器内部隐藏层信息提取并且进行融合传递。再者,通过门控结构将模块输出值和输出信息进行计算并进行加权融合,得到最终的产品质量预测结果。该方法在对数据信息的处理上,提取出了更有效的信息,减少了噪声,提高了对信息的利用效率,有着更好的对产品质量的预测能力。
-
公开(公告)号:CN115688869B
公开(公告)日:2024-10-11
申请号:CN202211138814.2
申请日:2022-09-19
Applicant: 浙江大学
IPC: G06N3/0455 , G06N3/09 , G06F18/214 , G06F18/25 , G06F18/27
Abstract: 本发明公开了一种基于单通道信息互补融合堆叠自编码器的产品质量预测方法,该方法首先采用了堆叠自编码器的设计,对输入的数据信息进行接收和训练,得到了堆叠自编码器隐藏层的信息。之后,在堆叠自编码器外部,设计了信息互补融合模块与自下而上单通道信息融合层的结构,这种结构设计能够将堆叠自编码器内部隐藏层信息提取并且进行融合传递。再者,通过门控结构将模块输出值和输出信息进行计算并进行加权融合,得到最终的产品质量预测结果。该方法在对数据信息的处理上,提取出了更有效的信息,减少了噪声,提高了对信息的利用效率,有着更好的对产品质量的预测能力。
-
公开(公告)号:CN115688870B
公开(公告)日:2024-12-24
申请号:CN202211139360.0
申请日:2022-09-19
Applicant: 浙江大学
IPC: G06N3/0455 , G06N3/09 , G06F18/25 , G06F18/15 , G06F18/27
Abstract: 本发明公开了一种基于双通道信息互补融合堆叠自编码器的产品质量预测方法,该方法首先采用了堆叠自编码器的设计,对输入的数据信息进行接收和训练,得到了堆叠自编码器隐藏层的信息。之后,在堆叠自编码器外部,设计了信息互补融合模块与底层到顶层与顶层到底层双通道信息融合层的结构,这种结构设计能够将堆叠自编码器内部隐藏层信息提取并且进行在两个方向上的融合传递。再者,通过门控结构将模块输出值和输出信息进行计算并进行加权融合,得到最终的产品质量预测结果。该方法在对数据信息的处理上,提取出了更有效的信息,减少了噪声,提高了对信息的利用效率,有着更好的对产品质量的预测能力。
-
公开(公告)号:CN115688870A
公开(公告)日:2023-02-03
申请号:CN202211139360.0
申请日:2022-09-19
Applicant: 浙江大学
IPC: G06N3/0455 , G06N3/09 , G06F18/25 , G06F18/15 , G06F18/27
Abstract: 本发明公开了一种基于双通道信息互补融合堆叠自编码器的产品质量预测方法,该方法首先采用了堆叠自编码器的设计,对输入的数据信息进行接收和训练,得到了堆叠自编码器隐藏层的信息。之后,在堆叠自编码器外部,设计了信息互补融合模块与底层到顶层与顶层到底层双通道信息融合层的结构,这种结构设计能够将堆叠自编码器内部隐藏层信息提取并且进行在两个方向上的融合传递。再者,通过门控结构将模块输出值和输出信息进行计算并进行加权融合,得到最终的产品质量预测结果。该方法在对数据信息的处理上,提取出了更有效的信息,减少了噪声,提高了对信息的利用效率,有着更好的对产品质量的预测能力。
-
公开(公告)号:CN115374848A
公开(公告)日:2022-11-22
申请号:CN202210995943.7
申请日:2022-08-18
Applicant: 浙江大学
Abstract: 本发明公开了一种基于门控多专家混合堆叠自编码器的产品质量预测方法,该方法首先使用多专家混合的设计,由多个专家子网结构接收输入数据。对于每一个专家子网中构建了基于堆叠自编码器的网络结构。之后,对于多专家子网结构的底层利用门控结构作为顶层设计,通过输入信息和数据信息进行权重计算,实现对多专家子网输出结果的加权融合。进一步,利用有标签数据样本集训练基于门控多专家混合堆叠自编码器的产品质量预测模型。模型在应对所预测的系统工况动态变化的过程中,能够实时性地对专家子网权重值进行调整,提高模型的自适应能力,使得模型在对产品质量预测上的预测效果有显著的提升。
-
-
-
-