-
公开(公告)号：CN119575892A
公开(公告)日：2025-03-07
申请号：CN202411660195.2
申请日：2024-11-20
Applicant: 浙江大学
IPC: G05B19/418
Abstract: 本发明公开了一种基于目标相关时空编码‑任务解码的烧结终点多步预测方法，构建由多个空间注意力增强的时序卷积模块堆叠而成的时空编码器；对目标值历史序列进行完全自适应噪声集合经验模态分解，将筛选出的内在模态函数输入门控神经网络后通过全连接层，其结果输入采用时间注意力机制构建的任务特定解码器中；预处理历史工业过程生产数据以训练时空编码器和任务特定解码器构成的预测模型；预处理实时工业过程生产数据，输入训练好的预测模型，得到预测结果。本发明能够有效地从多个层次提取特征，深入挖掘目标变量历史数据中的隐含信息，显著增强模型对烧结终点状态的预测能力。
-
公开(公告)号：CN119511997A
公开(公告)日：2025-02-25
申请号：CN202411660193.3
申请日：2024-11-20
Applicant: 浙江大学
IPC: G05B19/418
Abstract: 本发明公开了一种基于时空编码‑任务解码的烧结终点多步预测方法，包括：对历史工业过程生产数据做预处理；构建由多个空间注意力增强的时序卷积模块堆叠而成的时空编码器；构建任务特定解码器，采用时间注意力机制，在每个预测步长中适应性地提取整个时空编码器输出的相关信息，捕捉与预测目标更紧密相关的隐藏状态；训练时空编码器和任务特定解码器构成的预测模型；对实时的工业过程生产数据预处理后，输入训练好的预测模型，得到预测结果。本发明能够处理烧结过程中的非线性和高维数据，还能充分利用时间序列数据中的历史信息和依赖关系，提高多步预测任务的性能。
-
公开(公告)号：CN119941727A
公开(公告)日：2025-05-06
申请号：CN202510423131.9
申请日：2025-04-07
Applicant: 宁波数益工联科技有限公司 , 浙江大学
IPC: G06T7/00 , G06V10/764 , G06V10/762 , G06N3/094 , G06V10/44 , G06V10/82
Abstract: 本发明公开一种基于聚类和重构迁移的压铸缺陷检测方法，包括：对历史工业过程生产数据做预处理；构建包含特征提取器、重构器和分类器的缺陷检测模型；在训练时，对特征提取器的每个全连接层的输出数据的均值和标准差做聚类，将数据分成不同的域；对特征提取器和分类器最小化损失一，同时对重构器最小化损失二，从而得到训练后的缺陷检测模型；损失一为重构损失、重构样本中属于不同域的样本的距离损失以及分类损失的加权和；损失二为重构样本与输入数据的重构损失和距离损失的加权差值。本发明能够在单源域压铸缺陷数据上训练一个可迁移的分类器，适用于缺陷数据不足或种类单一的情形，能够更好地适应不同域的数据分布。
-
公开(公告)号：CN119599189A
公开(公告)日：2025-03-11
申请号：CN202411660194.8
申请日：2024-11-20
Applicant: 浙江大学
IPC: G06Q10/04 , G06Q50/04 , G06F18/2431 , G06F18/27 , G06N3/045 , G06N3/0464 , G06N3/049 , G06N3/048 , G06N3/0455 , G06N3/084 , G06N3/0442 , G06N3/096
Abstract: 本发明公开了一种基于目标相关时空编码‑任务解码的协调优化多步预测方法，构建由多个空间注意力增强的时序卷积模块堆叠而成的时空编码器，对目标值历史序列进行完全自适应噪声集合经验模态分解；构建参数共享机制，使用多任务学习的范式训练时空编码器和任务特定解码器构成的多步预测模型；训练输入为预处理后的历史工业过程生产数据，使用梯度调整机制和动态权重分配方法减少多任务间的梯度冲突；预处理实时工业过程生产数据，输入训练好的预测模型，得到预测结果。本发明能够有效协调不同预测任务之间的关系，优化整体模型性能，通过动态调整多任务之间的权重分配和梯度流，更有效地处理长期预测中遇到的挑战。
-
-
-
Search Results
4
records
(took 0.017 seconds)
