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：中南大学
摘要：本申请涉及工业过程数据技术领域，提供了一种多模态感知的工业过程工艺指标预测方法。该方法包括：对非结构化数据进行特征提取得到深层特征，并对结构化数据进行编码得到浅层特征；利用第二编码器对深层特征和浅层特征进行融合得到融合特征；根据所有融合特征构建综合损失函数并对第二编码器进行优化，得到优化后的第二编码器；利用优化后的第二编码器得到最终融合特征，并利用预测模型对最终融合特征进行预测得到工艺指标预测值；基于工艺指标预测值构建预测损失函数，并对预测模型进行微调，得到优化后的预测模型；利用优化后的第二编码器、优化后的预测模型进行指标预测，得到工艺指标预测结果。本申请的方法能够提高工艺指标预测的准确性。
主权项：1.一种多模态感知的工业过程工艺指标预测方法，其特征在于，包括：获取多个目标工业过程的结构化数据和非结构化数据；所述结构化数据为使用统一结构进行表示的数据，所述非结构化数据为使用不同结构进行表示的数据；利用特征提取模型对每个所述非结构化数据进行特征提取，得到每个所述非结构化数据的深层特征，并利用第一编码器对每个所述结构化数据进行编码，得到每个所述结构化数据对应的浅层特征；利用第二编码器对每个所述目标工业过程对应的深层特征和浅层特征进行融合，得到每个所述目标工业过程对应的融合特征；根据所有融合特征构建综合损失函数，并利用所述综合损失函数对所述第二编码器进行优化，得到优化后的第二编码器；所述综合损失函数用于表示所有融合特征的准确性、每个所述融合特征与相似的多个其他融合特征之间的差异、每个所述融合特征与不相似的多个其他融合特征之间的差异；利用所述优化后的第二编码器得到每个所述目标工业过程对应的最终融合特征，并利用预测模型对每个所述最终融合特征进行预测，得到每个所述目标工业过程对应的工艺指标预测值；基于所有工艺指标预测值构建预测损失函数，并根据所述预测损失函数对所述预测模型进行微调，得到优化后的预测模型；利用所述特征提取模型、所述第一编码器、所述优化后的第二编码器、所述优化后的预测模型对待预测工业过程进行指标预测，得到所述待预测工业过程的工艺指标预测结果。
全文数据：
权利要求：
百度查询： 中南大学 一种多模态感知的工业过程工艺指标预测方法
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