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：淮阴工学院
摘要：本发明公开一种基于1D‑CNN‑IALO‑SVM的化工过程故障诊断方法。主要包括以下步骤：首先，获取化工过程的故障数据，对故障数据进行预处理，并划分为训练集和测试集；其次，构建一个1D‑CNN作为特征提取模块，将预处理后的训练集输入到模块中进行训练，并通过全连接层接收数据特征进行输出，完成特征提取；然后，训练SVM模型，先将提取好的数据特征输入到SVM中，再通过改进蚁狮算法IALO对SVM参数惩罚因子C和核参数g进行优化；最后，将测试集输入至优化好的SVM模型，完成对化工过程的故障诊断。与现有技术相比，本发明提出的基于1D‑CNN‑IALO‑SVM的化工过程故障诊断方法，诊断准确率高，满足了对化工过程中故障诊断的需要。
主权项：1.一种基于1D-CNN-IALO-SVM的化工过程故障诊断方法，其特征在于：包括以下步骤：步骤1：获取化工过程的故障数据，对故障数据进行预处理并划分为训练集和测试集；步骤2：构建1D-CNN作为特征提取模块，将训练集输入到模块中进行训练，并通过全连接层接收数据特征进行输出，完成特征提取；步骤3：训练SVM模型，先将提取好的数据特征输入到SVM中，再通过改进蚁狮算法IALO对SVM参数的惩罚因子C和核参数g进行优化；所述改进蚁狮算法IALO在进行更新蚂蚁位置时，引入粒子群算法粒子位置更新并表现为无惯性的运动形式，采用改进型位置公式具体如下： 其中，为第t代第n只蚂蚁的位置；和为第t代蚂蚁围绕轮盘赌蚁狮和精英蚁狮随机游走；r1、r2为控制参数；Elite为精英蚁狮的位置，rand为[0,1]均匀分布随机数；步骤4：将测试集输入至优化好的SVM模型，完成对化工过程的故障诊断。
全文数据：
权利要求：
百度查询： 淮阴工学院 一种基于1D-CNN-IALO-SVM的化工过程故障诊断方法
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