-
公开(公告)号：CN113191092A
公开(公告)日：2021-07-30
申请号：CN202110664471.2
申请日：2021-06-16
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于正交增量随机配置网络的工业过程产品质量软测量方法，包括：获取历史的工业过程辅助数据和其对应的产品质量数据，并初始化正交增量随机配置网络学习所需要的参数，构造正交形式的监督机制选取候选节点；从上述新增候选节点中选出最佳隐层节点，找到其对应的最佳隐层参数，将最佳节点输出转化为正交向量并构造地评估模型输出权值，建立基于正交增量随机配置网络的工业过程产品质量软测量模型。本发明能够以构造法的形式快速建立参数最优的工业过程产品质量软测量模型，利用正交技术避免了原始随机配置网络的冗余节点，保证了软测量模型的轻量性和准确性，即具有良好的紧致性和泛化性能。
-
公开(公告)号：CN109635337B
公开(公告)日：2021-04-27
申请号：CN201811345086.6
申请日：2018-11-13
Applicant: 中国矿业大学
Abstract: 本发明公开一种基于块增量随机配置网络的工业过程软测量建模方法，包括：初始化块增量随机配置网络学习所需要的参数；根据监督机制，将隐层节点按块配置，并找出满足约束条件的隐层节点块作为新增候选节点块；从新增候选节点块中找出最佳隐层参数，计算新增隐层输出并构建隐层输出矩阵；通过优化算法得到当前网络的输出权值，并根据相邻两次迭代中残差的差值，利用模拟退火来更新下一次迭代的块宽，在当前网络隐层节点数超过给定最大隐层节点数或当前迭代中的残差满足期望容差时，不再增加新节点块，建模完成，得到块增量随机配置网络。本发明不仅能有效提高建模速度，而且所建立网络具有良好的紧致性，能够很好地满足工业过程软测量的需求。
-
公开(公告)号：CN112131799A
公开(公告)日：2020-12-25
申请号：CN202011057798.5
申请日：2020-09-30
Applicant: 中国矿业大学
Abstract: 本发明公开了一种正交增量的随机配置网络建模方法，包括：初始化正交随机配置网络学习所需要的参数，构造正交形式的监督机制选取候选节点；从上述新增候选节点中选出最佳隐层节点，找到其对应的最佳隐层参数，代入节点输出向量构造地评估输出权值。本发明避免了原始随机配置网络的冗余节点，提高了网络紧致性。同时，在正交随机配置网络的框架下，不需要复杂的再训练过程，仅以构造法的形式就可以得到当前节点的全局最优解。
-
公开(公告)号：CN109635337A
公开(公告)日：2019-04-16
申请号：CN201811345086.6
申请日：2018-11-13
Applicant: 中国矿业大学
CPC classification number: G06F17/5009 , G06N3/0454 , G06N3/0472 , G06N3/08
Abstract: 本发明公开一种基于块增量随机配置网络的工业过程软测量建模方法，包括：初始化块增量随机配置网络学习所需要的参数；根据监督机制，将隐层节点按块配置，并找出满足约束条件的隐层节点块作为新增候选节点块；从新增候选节点块中找出最佳隐层参数，计算新增隐层输出并构建隐层输出矩阵；通过优化算法得到当前网络的输出权值，并根据相邻两次迭代中残差的差值，利用模拟退火来更新下一次迭代的块宽，在当前网络隐层节点数超过给定最大隐层节点数或当前迭代中的残差满足期望容差时，不再增加新节点块，建模完成，得到块增量随机配置网络。本发明不仅能有效提高建模速度，而且所建立网络具有良好的紧致性，能够很好地满足工业过程软测量的需求。
-
-
-
Search Results
4
records
(took 0.016 seconds)
