龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：北京化工大学
摘要：本发明公开了一种基于字典学习的多工况工业过程监测方法，涉及工业过程监测技术领域，其技术方案要点是：包括获取工况样本的控制阀数据并进行标准化处理，得到工况样本矩阵；通过工况样本矩阵建立单工况字典模型并进行训练，得到工况样本对应的字典；根据稀疏编码频率对字典中的原子进行排序，选取重要字典原子；将重要字典原子进行组合生成整体字典模型；计算得到全部工况样本的重构误差；对全部工况样本的重构误差进行计算，得到控制极限，从而实现工况工业过程监测。本发明利用字典学习方法对多工况过程的各个工况进行建模，通过选取各个工况对应的重要字典原子形成整体字典对多工况过程进行监测，降低模型复杂度，提升监测能力。
主权项：1.一种基于字典学习的多工况工业过程监测方法，其特征是：包括以下步骤：S1、获取工况样本的控制阀数据并进行标准化处理，得到工况样本矩阵；S2、通过工况样本矩阵建立单工况字典模型，同时采用交替更新训练方法对单工况字典模型进行训练，得到工况样本对应的字典；S3、根据稀疏编码频率对字典中的原子进行排序，选取得到一定比例的字典原子作为工况的重要字典原子；S4、将重要字典原子进行组合生成整体字典模型；S5、通过整体字典模型计算得到全部工况样本的重构误差；S6、采用核密度估计方法对全部工况样本的重构误差进行计算，得到控制极限，从而实现工况工业过程监测。
全文数据：
权利要求：
百度查询： 北京化工大学 一种基于字典学习的多工况工业过程监测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号