公开(公告)号：CN118095883A

公开(公告)日：2024-05-28

申请号：CN202410175216.5

申请日：2024-02-07

Applicant: 北京工业大学

Inventor： 伍小龙 ,  侯东洋 ,  杨宏燕 ,  韩红桂 ,  乔俊飞

IPC: G06Q10/0637 ,  G06Q50/26 ,  G06F18/23213 ,  G06N3/084 ,  G06N3/088 ,  G06N3/09

Abstract: 本发明提供了一种基于分布式特征提取神经网络的污水生化需氧量的监测方法。污水处理过程各个环节的过程变量多且关系复杂，鲜有特征表现出显著的相关性，可能会导致输入信息不完备，增大模型偏差，从而影响模型的实时预测性能。首先，提出了一种稀疏子空间任务分解聚类算法，该算法将原始空间划分为若干个交互的特征子空间，同时分配一个权值来描述子任务的贡献。其次，构建了一个差异化的并行编码网络，实现了各子空间的特征提取和融合。最后，提出了一种基于全局梯度下降的协同优化算法，同时对各子模型的网络参数进行优化，以保证模型的准确性。结果表明该方法能够实现生化需氧量的高精度实时预测。