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：苏州工业园区蒙纳士科学技术研究院
摘要：本发明是一种领域知识驱动的可解释神经网络焦炭热态质量预测模型，该方法由配合煤样本数据集构建，神经网络模型构建及预测，煤参数组识别，煤参数组权重分数计算和煤参数组重要性优化所组成；利用SHAP值来衡量煤参数组的重要性程度，并基于焦化领域知识分别识别出需要提高和降低重要性的煤参数组；利用权重损失函数在训练过程中优化所识别的煤参数组的重要性，使得模型可挖掘和学习到更深层次、更合理的关联用于预测焦炭反应性CRI和焦炭反应后强度CSR。本发明方法能有效地提高神经网络焦炭热态质量预测模型的可解释性以及预测的性能，增强在实际工业应用过程中的可信度。
主权项：1.一种领域知识驱动的可解释神经网络焦炭热态质量预测模型，其特征在于，该模型包括以下步骤：步骤S1：配合煤样本数据集构建；步骤S2：神经网络模型构建及预测，基于配合煤数值特征输出预测的焦炭热态质量数值；步骤S3：煤参数组识别，识别不符合焦化领域知识的煤参数组；步骤S4：煤参数组权重分数计算；步骤S5：煤参数组重要性优化，利用权重损失函数优化识别的煤参数组的权重分数；在所述步骤S3中，识别不符合焦化领域知识的煤参数组是基于SHAP算法进行实现的，利用输出的SHAP值来衡量煤参数组的重要性程度；所述煤参数组的数量为两组，一组为根据领域知识确定的需要提高重要性的参数组P1，另一组是需要降低重要性的参数组P2；在所述步骤S4中，煤参数组权重分数计算通过将需要提高重要性的参数组P1和需要降低重要性的参数组P2分别传入至神经网络中得到各自输出并将其值分别除以二者之和得到两组煤参数组各自的权重分数C1和C2。
全文数据：
权利要求：
百度查询： 苏州工业园区蒙纳士科学技术研究院 领域知识驱动的可解释神经网络焦炭热态质量预测模型
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