Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于即时学习的工业关键工艺指标自适应预测方法 

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:本申请适用于工业过程数据驱动建模技术领域,提供了一种基于即时学习的工业关键工艺指标自适应预测方法,包括:确定与工业关键工艺指标相关的过程参数,并获取离线训练数据;利用离线训练数据对教师模型进行训练,并根据训练后的教师模型对学生模型进行蒸馏学习;基于马氏距离实现即时学习相似样本集合的第一步筛选;利用训练后的学生模型对当前查询样本进行工艺指标预测,并根据预测结果和余弦相似度,实现即时学习相似样本集合的第二步筛选;利用即时学习相似样本集合对学生模型进行在线训练,得到工艺指标预测模型;利用工艺指标预测模型对当前查询样本进行工艺指标预测。本申请能够提高关键工艺指标的预测准确性。

主权项:1.一种基于即时学习的工业关键工艺指标自适应预测方法,其特征在于,包括:确定与工业关键工艺指标相关的过程参数,并获取离线训练数据;所述离线训练数据包括多个历史时刻的过程参数数据,以及部分历史时刻的过程参数数据对应的工业关键工艺指标值;利用所述离线训练数据对教师模型进行训练,得到训练后的教师模型,并根据训练后的教师模型对学生模型进行蒸馏学习,得到训练后的学生模型;所述教师模型为卷积神经网络;将当前预测时刻前多个历史时刻的过程参数数据作为当前查询样本的近邻无标签数据集;所述当前查询样本为所述当前预测时刻的过程参数数据;基于马氏距离,从所述近邻无标签数据集中筛选出初始即时学习相似样本集;利用训练后的学生模型对所述当前查询样本进行工艺指标预测,并基于预测得到的工艺指标的粗略估计值和余弦相似度,从所述初始即时学习相似样本集中筛选出最终即时学习相似样本集;利用所述最终即时学习相似样本集对训练后的学生模型进行在线训练,得到工艺指标预测模型;将所述当前查询样本输入所述工艺指标预测模型进行工艺指标预测,得到所述当前预测时刻的工业关键工艺指标预测值。

全文数据:

权利要求:

百度查询: 中南大学 一种基于即时学习的工业关键工艺指标自适应预测方法

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。