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！

龙图腾网获悉江南大学;无锡爱德旺斯科技有限公司申请的专利一种基于即时学习的深层扩展VAE软测量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：CN120108537B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202510137370.8，技术领域涉及：G16C20/20；该发明授权一种基于即时学习的深层扩展VAE软测量方法是由熊晟杰;张长松;曹余庆;谢莉设计研发完成，并于2025-02-07向国家知识产权局提交的专利申请。

本一种基于即时学习的深层扩展VAE软测量方法在说明书摘要公布了：本申请公开了一种基于即时学习的深层扩展VAE软测量方法，属于工业过程控制技术领域。在建模过程中，DE‑VAE由多层E‑VAE堆叠构成，其中E‑VAE的输出包括重构的原始输入数据、期望输出数据和先前E‑VAE的隐变量，通过复用先验信息增强提取特征与原始输入输出的相关性，同时在预训练过程中引入质量变量，增强模型对目标相关特征的提取能力。在在线预测阶段，利用即时学习对模型进行更新，设计了一种与现有软测量建模方法不同的新型建模方法，很好的提升了软测量模型的预测精度。

本发明授权一种基于即时学习的深层扩展VAE软测量方法在权利要求书中公布了：1.一种基于即时学习的深层扩展VAE软测量方法，应用于工业过程中实现对于质量变量的预测，其特征在于，所述方法包括： 步骤1：选择模型的输入变量，进行数据采集，包括过程变量以及质量变量，并对数据进行标准化；所采集的数据记为；其中为过程变量，为质量变量，为样本数；训练数据集中过程变量标准化的集合为，待预测的样本为； 步骤2：在单层VAE提取数据的高级特征时，将质量变量的预测误差也添加到VAE的重构误差中，得到E-VAE； 步骤3：构建深层扩展DE-VAE网络模型，通过堆叠多个E-VAE构建深层DE-VAE，将上一层E-VAE的隐藏层以及过程变量作为下一层E-VAE的输入； 步骤4：将作为DE-VAE模型的输入，计算输入样本的重构值以及预测目标值，对DE-VAE模型进行预训练； 步骤5：重复步骤4，计算预训练每一层的损失函数，采用Adam优化方法更新模型参数； 步骤6：预训练完成后，使用隐变量计算原始输出的线性映射，得到最终的输出形式，通过最小化损失函数微调全局； 步骤7：在在线预测阶段引入即时学习框架，当测试样本出现时，即在历史数据中搜寻与测试样本最相似的一小批样本，然后利用这批数据去更新DE-VAE模型参数，得到更新后的模型JITL-DE-VAE，所述历史数据包括训练集以及预测后的测试样本； 步骤8：将待预测的样本进行标准化后输入到更新后的模型JITL-DE-VAE中，得到最终的预测值。

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江南大学;无锡爱德旺斯科技有限公司，其通讯地址为：214122 江苏省无锡市滨湖区蠡湖大道1800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。