科创中国
一种基于改进自训练算法的半监督高斯过程回归软测量建模对脱丁烷塔底丁烷浓度进行预测的方法
发布时间: 2022-02-17
基本信息
合作方式：
技术许可
成果类型：
发明专利
行业领域：
新一代信息技术产业,信息传输、软件和信息技术服务业
成果介绍
本发明公开了一种基于改进自训练算法的半监督高斯过程回归软测量建模对脱丁烷塔底丁烷浓度进行预测的方法。用于带有缺失主导变量的训练数据集的化工过程软测量建模。该方法采用自训练算法估计缺失的主导变量样本，并根据得到的估计样本对原有训练数据的影响，筛选出泛化能力强的样本加入到原始样本集中，从而构成新的训练样本集进行建模。该方法一方面实现估计样本的有效筛选，提高半监督模型精度；另一方面筛选准则简单，不需要划分完整数据集，且不受模型结构的限制。该方法可以提高产品质量，降低生产成本。
成果亮点
团队介绍
成果资料
产业化落地方案
成果综合评价报告
评价单位：- (-) 评价时间：2022-12-27
孙爱华
无锡市人工智能学会
副会长
综合评价
该成果涉及基于改进自训练算法的半监督高斯过程回归软测量建模对脱丁烷塔底丁烷浓度进行预测的方法，属于复杂工业过程建模和软测量领域。该技术创新性很强，且技术成熟，投资回报比较可靠。
总体而言，该项技术思路方向很好，未来市场空间较大，有利于当前政策要求，转化成熟度高，值得支持推广。建议强化相应产品开发，加大产业链开发力度。
查看更多>
下载app