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！

龙图腾网恭喜中国石油大学(华东)申请的专利一种基于变量加权自适应局部构图的极限学习机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：CN114936528B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202210632112.3，技术领域涉及：G06F30/27；该发明授权一种基于变量加权自适应局部构图的极限学习机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2022-06-07向国家知识产权局提交的专利申请。

本一种基于变量加权自适应局部构图的极限学习机半监督软测量建模方法在说明书摘要公布了：本发明涉及一种变量加权自适应局部构图的极限学习机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，通过变量加权学习对不同的辅助变量赋予不同的权重，降低冗余变量和噪声对构图和回归学习的不良影响；最后，将变量加权、自适应构图和极限学习机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，改善极限学习机模型性能，达到提升软测量模型泛化能力和可靠性之目的。

本发明授权一种基于变量加权自适应局部构图的极限学习机半监督软测量建模方法在权利要求书中公布了：1.一种基于变量加权自适应局部构图的极限学习机半监督软测量建模方法，其特征在于，其具体步骤为：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y和x分别是脱丁烷塔生产过程中难以直接测量的丁烷浓度值和容易测量的过程变量值，下标i＝1,2,…,nl，nl为所收集yi的数量，d为辅助变量的维数；额外收集nu个辅助变量测量值nu为所收集xj的数量，另外定义n＝nl+nu为所收集辅助变量值xi和xj的总数量；将所收集的n个辅助变量值按行排序得到训练数据上标T表示转置运算，相应地，将所收集的nl个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极限学习机离线训练数据X,y；二设置极限学习机隐层神经元数量nh、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极限学习机输入层和隐层之间的权值矩阵和偏置项矩阵然后计算隐层输出四更新隐层和输出层之间的权重偏置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；八测试阶段：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并对预测结果进行反标准化处理，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”。