基于输入变量选择与LSTM神经网络的动态软测量建模方法
实质审查的生效
摘要
本发明涉及基于输入变量选择与LSTM神经网络的动态软测量建模方法，包括如下步骤:S1：采集输入、输出数据组成历史训练样本数据库；S2：对采集的样本数据进行预处理，将采集的数据进行缺失值、异常值处理及数据标准化；S3：构建和训练LSTM神经网络软测量模型；S4：MNNG算法设计：基于MIC算法设计自适应约束算子，并将自适应约束算子嵌入NNG算法约束中；S5：将MNNG算法嵌入LSTM神经网络结构，优化LSTM网络输入权重，删除冗余变量，建立更简化的软测量模型。本方案基于非负绞杀算法与最大互信息系数设计自适应加权惩罚函数，并将其与长短期记忆神经网络相结合，提供了一种基于输入变量选择与LSTM神经网络的动态软测量建模方法。
基本信息
专利标题 ：
基于输入变量选择与LSTM神经网络的动态软测量建模方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114547974A
申请号 ：
CN202210127269.0
公开（公告）日 ：
2022-05-27
申请日 ：
2022-02-11
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
孙凯隋璘刘咏诗俞晓冬
申请人 ：
齐鲁工业大学
申请人地址 ：
山东省济南市长清区大学路3501号
代理机构 ：
济南格源知识产权代理有限公司
代理人 ：
刘晓政
优先权 ：
CN202210127269.0
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/27
使用机器学习，例如人工智能，神经网络，支持向量机或训练模型
法律状态
2022-06-14 ：
实质审查的生效
IPC(主分类) : G06F 30/27
申请日 : 20220211
申请日 : 20220211
2022-05-27 ：
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
