买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国石油大学(华东)申请的专利一种融合注意力机制和自适应构图的宽度学习半监督软测量建模方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115186584B 。

龙图腾网通过国家知识产权局官网在2025-10-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210807679.X，技术领域涉及：G06F30/27；该发明授权一种融合注意力机制和自适应构图的宽度学习半监督软测量建模方法是由王平;李雪静;尹贻超设计研发完成，并于2022-07-11向国家知识产权局提交的专利申请。

本一种融合注意力机制和自适应构图的宽度学习半监督软测量建模方法在说明书摘要公布了：本发明涉及一种融合注意力机制和自适应构图的宽度学习半监督软测量建模方法，该方法综合利用数据输入空间和预测输出空间的加权欧式距离信息自适应构建近邻图实现对数据潜在结构信息的准确逼近；同时，考虑到不同的辅助变量对主导变量的准确估计具有不同程度的贡献度，通过融入注意力机制对变量进行加权，即对重要的信息增加一定比例的权重，对于无法提升模型性能的一些信息则选择降低权重，以降低冗余变量和噪声对构图和回归学习的不良影响；最后，将注意力机制、自适应构图和宽度学习建模整合在一个统一学习框架内，并采用交替迭代优化求解获得建模学习的整体最优解。因此，本发明提供的半监督学习框架能够充分利用标签数据所包含的监督信息，辅助以无标签数据所蕴含的结构信息，改善宽度学习模型性能，达到提升软测量模型泛化能力和可靠性之目的。

本发明授权一种融合注意力机制和自适应构图的宽度学习半监督软测量建模方法在权利要求书中公布了：1.一种融合注意力机制和自适应构图的宽度学习半监督软测量建模方法，其特征在于，含有以下步骤： 一离线建模阶段：收集主导变量化验分析值yi及与其对应的辅助变量测量值其中i＝1,2,…,nl，nl为所收集主导变量值的个数，d为辅助变量的维数；额外收集nu个辅助变量测量值定义n＝nl+nu为所收集辅助变量值的个数；将所收集的辅助变量值按行排序得到辅助变量数据矩阵上标T表示矩阵转置运算，相应地，将所收集的主导变量值按行排序得到主导变量数据行向量进一步地，定义nu行全0行向量将yl和yu合并为行向量利用X0的均值meanX0和均方差stdX0对X0进行标准化处理得利用y0的均值meany0和均方差stdy0对y0进行标准化处理得得到宽度学习的离线训练数据X,y； 二指定宽度学习每组特征节点个数nc、增强节点个数为ns、正则化参数β,λ,μ,θ和最大迭代次数max_iterate，初始化变量加权矩阵计算每个样本间的距离并选择出与第i个样本xi最近的k个样本构造初始拉普拉斯矩阵 三随机生成N组宽度学习输入层和特征层之间的权值矩阵和偏置项矩阵利用线性映射计算特征层输出随机生成M组特征层和增强层之间权值矩阵和偏置项矩阵并利用非线性激活函数计算增强层输出进而得到输出增广数据矩阵 四更新隐层和输出层之间的权重b和模型预测标签值 五利用相似矩阵更新变量加权矩阵 六更新相似矩阵 七重复步骤四五六直到达到最大迭代次数max_iterate，并输出模型参数w，b； 八在线测试阶段：采集测试数据nt为测试集所采集主导变量值的个数，利用训练数据X0的均值meanX0和均方差stdX0对测试数据Xnew进行标准化处理，得到标准化后的测试数据对宽度学习预测结果进行反标准化，得到Xnew对应的估计值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国石油大学(华东)，其通讯地址为：266580 山东省青岛市黄岛区长江西路66号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。