一种基于采样间隔感知长短期记忆网络的流程制造工业不规则采样动态序列建模方法

发明专利有效专利

申请号：
CN202010602866.5
IPC分类号：G06N3/04;G06N3/08;G06Q10/06;G06Q50/04
申请日期：
2020-06-29
申请人：
中南大学

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	一种基于采样间隔感知长短期记忆网络的流程制造工业不规则采样动态序列建模方法
申请号	CN202010602866.5	申请日期	2020-06-29
法律状态	实质审查	申报国家	中国
公开/公告日	2020-10-27	公开/公告号	CN111832703A
优先权	暂无	优先权号	暂无
主分类号	G06N3/04 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06N 基于特定计算模型的计算机系统〔7〕 G06N3/00 基于生物学模型的计算机系统（仿真生物的功能方面的模拟计算机入G06G 7/60）〔7〕 G06N3/02 采用神经网络模型（用于自适应控制的入G05B 13/00；用于图像模式匹配的入G06K 9/00；用于图像数据处理的入G06T 1/40；用于语音模式匹配的入G10L 15/16）〔7〕 G06N3/04 体系结构，例如，互连拓扑〔7〕	IPC分类号	G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8;;;G;0;6;Q;1;0;/;0;6;;;G;0;6;Q;5;0;/;0;4查看分类表>
申请人	中南大学	申请人地址	湖南省长沙市岳麓区麓山南路932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	中南大学	当前权利人	中南大学
发明人	袁小锋;李林;王雅琳;王凯;阳春华;桂卫华
代理机构	长沙智路知识产权代理事务所（普通合伙）	代理人	张毅

摘要

本发明提供一种基于采样间隔感知长短期记忆网络的流程制造工业不规则采样动态序列建模方法，该方法具体包括如下步骤：首先从生产过程中选取对生产过程以及产品质量有影响的关键过程变量作为质量变量，再对输入过程变量和质量变量连续不规则采样，获得动态数据序列；对采样的原始动态数据序列进行预处理；建模时利用非增函数将采样间隔转换为合适的权值，利用一个全连接层计算得到质量变量的预测值，按照先后顺序确定训练集数据和测试数据集；训练网络，确定网络结构和超参数；实现质量变量实时在线预测。本发明能处理流程制造工业中的不规则采样数据，还能够处理工业中的非线性动态特性，且计算量小，极大的提高软测量模型的适用性与准确性。

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