基于非线性稀疏矩估计与相关向量回归的工业软测量方法和系统

    公开(公告)号:CN119312287A

    公开(公告)日:2025-01-14

    申请号:CN202411177727.7

    申请日:2024-08-26

    Abstract: 本发明公开了一种基于非线性稀疏矩估计(NS‑GMM)和相关向量回归(RVR)的工业软测量方法和系统,旨在解决工业生产中变量繁多、冗余变量过多及非线性关系导致的关键质量变量测量难题。相比传统广义矩估计(GMM)只能处理线性问题,本发明通过引入核技巧,使GMM模型能够有效处理非线性关系,并通过正则化项解决变量选择中的“污染效应”,筛选出对目标变量有显著影响的辅助变量。随后,选定变量用于训练RVR模型,通过贝叶斯推断和稀疏性先验,精确估计回归模型参数。该方法综合NS‑GMM和RVR,提供了一种在变量选择、预测性能和效率方面优于传统技术的解决方案,适用于各种需要精确快速预测关键质量变量的工业应用场景。

Patent Agency Ranking