一种基于进化优化的半监督学习工业过程软测量建模方法

发明专利有效专利

申请号：
CN202011014614.7
IPC分类号：G06F30/27;G06N3/12;G06F111/06;G06F111/10
申请日期：
2020-09-24
申请人：
昆明理工大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于进化优化的半监督学习工业过程软测量建模方法
申请号	CN202011014614.7	申请日期	2020-09-24
法律状态	实质审查	申报国家	中国
公开/公告日	2020-11-10	公开/公告号	CN111914492A
优先权	暂无	优先权号	暂无
主分类号	G06F30/27	IPC分类号	G;0;6;F;3;0;/;2;7;;;G;0;6;N;3;/;1;2;;;G;0;6;F;1;1;1;/;0;6;;;G;0;6;F;1;1;1;/;1;0查看分类表>
申请人	昆明理工大学	申请人地址	云南省昆明市一二一大街文昌路68号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	昆明理工大学	当前权利人	昆明理工大学
发明人	金怀平;李拯;胡保林
代理机构	昆明普发诺拉知识产权代理事务所（特殊普通合伙）	代理人	暂无

摘要

本发明公开了一种基于进化优化的半监督学习工业过程软测量建模方法。所述方法用于解决工业过程中有标签数据获取较少、无标签数据丰富导致传统软测量模型预测性能精度不高的问题。本发明采用进化优化的方式对无标签数据中随机选取的样本进行伪标签估计，将获得的伪标签数据加入到有标签数据中通过高斯过程回归进行混合建模，有效的提升了传统软测量模型的性能。此外，对无标签数据进行小批量随机选取优化将带来多样性的伪标签数据优化结果，通过融合集成学习的思想，能够进一步提升模型的预测准确性和稳定性，从而使得工业过程的控制和监测更加安全可靠。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供