一种基于耦合双向信息过滤长短期记忆网络的工业软传感器建模方法

    公开(公告)号:CN114638150B

    公开(公告)日:2025-02-18

    申请号:CN202210119432.9

    申请日:2022-02-08

    Abstract: 本发明公开了一种基于耦合双向信息过滤长短期记忆网络的工业软传感器建模方法,至少包括以下步骤:步骤S1:搜集软测量任务的数据集,并进行预处理;步骤S2:创建耦合双向信息过滤长短期记忆网络模型,并在训练集#imgabs0#进行监督训练;步骤S3:使用耦合双向信息过滤长短期记忆网络模型对测试集进行测试。本发明的技术方案,采用了耦合双向信息过滤长短期记忆网络(CB‑IF‑LSTM),在不增加原有循环神经网络参数规模的基础上,拓展了从输入到输出的神经网络层深度;在基本单元上采用信息过滤单元和长短期记忆网络单元,隐藏状态信息进入长短期记忆网络单元时,不重要的信息被信息过滤单元抑制,重要的隐藏状态信息正常通过,质量变量预测精度得以提高,同时应对不可预测情况能力提升。

    一种基于耦合双向信息过滤长短期记忆网络的工业软传感器建模方法

    公开(公告)号:CN114638150A

    公开(公告)日:2022-06-17

    申请号:CN202210119432.9

    申请日:2022-02-08

    Abstract: 本发明公开了一种基于耦合双向信息过滤长短期记忆网络的工业软传感器建模方法,至少包括以下步骤:步骤S1:搜集软测量任务的数据集,并进行预处理;步骤S2:创建耦合双向信息过滤长短期记忆网络模型,并在训练集进行监督训练;步骤S3:使用耦合双向信息过滤长短期记忆网络模型对测试集进行测试。本发明的技术方案,采用了耦合双向信息过滤长短期记忆网络(CB‑IF‑LSTM),在不增加原有循环神经网络参数规模的基础上,拓展了从输入到输出的神经网络层深度;在基本单元上采用信息过滤单元和长短期记忆网络单元,隐藏状态信息进入长短期记忆网络单元时,不重要的信息被信息过滤单元抑制,重要的隐藏状态信息正常通过,质量变量预测精度得以提高,同时应对不可预测情况能力提升。

Patent Agency Ranking