一种基于异构相似度的选择性集成即时学习软测量建模方法
授权
摘要
本发明涉及一种基于异构相似度的选择性集成即时学习软测量方法，属于过程工业软测量建模和应用领域。本发明以局部加权偏最小二乘(LWPLS)算法为基学习器，通过定义多个相似度函数建立相似度函数库，然后基于进化多目标优化算法选择相似度函数，根据选出的相似度函数构建满足准确性和多样性指标的基模型，最后采用Stacking集成学习策略实现即时学习基模型的融合。本发明通过进化多目标优化算法从相似度库中选择合适的相似度以适应复杂的工业过程，通过集成策略有效地提升了预测精度。
基本信息
专利标题 ：
一种基于异构相似度的选择性集成即时学习软测量建模方法
专利标题（英）：
暂无
公开（公告）号 ：
CN110046377A
申请号 ：
CN201910150216.9
公开（公告）日 ：
2019-07-23
申请日 ：
2019-02-28
授权号 ：
CN110046377B
授权日 ：
2022-06-14
发明人 ：
金怀平李建刚
申请人 ：
昆明理工大学
申请人地址 ：
云南省昆明市五华区学府路253号
代理机构 ：
代理人 ：
优先权 ：
CN201910150216.9
主分类号 ：
G06F17/50
IPC分类号 ：
G06F17/50 G06K9/62
法律状态
2022-06-14 ：
授权
2019-08-16 ：
实质审查的生效
IPC(主分类) : G06F 17/50
申请日 : 20190228
申请日 : 20190228
2019-07-23 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
