公开(公告)号：CN114595635B

公开(公告)日：2024-07-23

申请号：CN202210240614.1

申请日：2022-03-10

Applicant: 中南大学

Inventor： 裘智峰 ,  曾婉馨 ,  廖大华 ,  穆伟伟 ,  桂宁

IPC: G06F30/27 ,  G06F119/02

Abstract: 本公开实施例中提供了一种机组主汽温度数据的特征选择方法、系统及设备，属于数据处理技术领域，具体包括：采集火电机组的无标签数据并生成无标签数据对应的掩码矩阵；将无标签数据和掩码矩阵输入编码器，生成信息表征层；将信息表征层输入第一、第二解码器，得到定位损失函数和重构损失函数；固定编码器、第一解码器和第二解码器的参数；得到批量数据；得到有标签数据上每个特征的重要性评分以及加权特征；根据所述重要性评分和所述加权特征进行下游分类或回归任务，通过反向梯度迭代训练注意力特征提取网络和评估网络，输出特征选择结果。通过本公开的方案，通过自监督预训练和批量注意力机制，提高了特征选择的效率、精准度、安全性和适应性。

公开(公告)号：CN114595532B

公开(公告)日：2024-09-24

申请号：CN202210240508.3

申请日：2022-03-10

Applicant: 中南大学

Inventor： 裘智峰 ,  廖大华 ,  魏佳雯 ,  曾婉馨 ,  穆伟伟 ,  桂卫华

IPC: G06F30/17 ,  G06F30/27 ,  G06F119/02

Abstract: 本公开实施例中提供了一种基于哈密顿结构网络的机械系统物理参数求解方法，属于数据处理技术领域，具体包括：获取时序序列数据集；将时序序列数据集输入哈密顿结构网络进行求导；计算广义坐标和广义动量的预测误差；得到哈密顿结构网络的损失函数；直到损失函数收敛至预设条件时，保存本次迭代的哈密顿结构网络作为求解模型；将采集到的目标机械系统的轨迹数据输入求解模型，得到目标机械系统对应的物理参数。通过本公开的方案，将哈密顿动力学先验知识以结构化的方式引入深度神经网络中，采用深度神经网络对哈密顿动力学的关键结构进行描述,构建机械系统物理参数求解模型，提高了机械系统物理参数求解的适应性和计算效率。

公开(公告)号：CN114595635A

公开(公告)日：2022-06-07

申请号：CN202210240614.1

申请日：2022-03-10

Applicant: 中南大学

Inventor： 裘智峰 ,  曾婉馨 ,  廖大华 ,  穆伟伟 ,  桂宁

IPC: G06F30/27 ,  G06F119/02

Abstract: 本公开实施例中提供了一种机组主汽温度数据的特征选择方法、系统及设备，属于数据处理技术领域，具体包括：采集火电机组的无标签数据并生成无标签数据对应的掩码矩阵；将无标签数据和掩码矩阵输入编码器，生成信息表征层；将信息表征层输入第一、第二解码器，得到定位损失函数和重构损失函数；固定编码器、第一解码器和第二解码器的参数；得到批量数据；得到有标签数据上每个特征的重要性评分以及加权特征；根据所述重要性评分和所述加权特征进行下游分类或回归任务，通过反向梯度迭代训练注意力特征提取网络和评估网络，输出特征选择结果。通过本公开的方案，通过自监督预训练和批量注意力机制，提高了特征选择的效率、精准度、安全性和适应性。

公开(公告)号：CN114595532A

公开(公告)日：2022-06-07

申请号：CN202210240508.3

申请日：2022-03-10

Applicant: 中南大学

Inventor： 裘智峰 ,  廖大华 ,  魏佳雯 ,  曾婉馨 ,  穆伟伟 ,  桂卫华

IPC: G06F30/17 ,  G06F30/27 ,  G06F119/02

Abstract: 本公开实施例中提供了一种基于哈密顿结构网络的机械系统物理参数求解方法，属于数据处理技术领域，具体包括：获取时序序列数据集；将时序序列数据集输入哈密顿结构网络进行求导；计算广义坐标和广义动量的预测误差；得到哈密顿结构网络的损失函数；直到损失函数收敛至预设条件时，保存本次迭代的哈密顿结构网络作为求解模型；将采集到的目标机械系统的轨迹数据输入求解模型，得到目标机械系统对应的物理参数。通过本公开的方案，将哈密顿动力学先验知识以结构化的方式引入深度神经网络中，采用深度神经网络对哈密顿动力学的关键结构进行描述,构建机械系统物理参数求解模型，提高了机械系统物理参数求解的适应性和计算效率。