申请/专利权人:浙江工业大学
申请日:2020-07-17
公开(公告)日:2020-10-20
公开(公告)号:CN111797540A
主分类号:G06F30/20(20200101)
分类号:G06F30/20(20200101);G06Q10/04(20120101);G06F30/27(20200101);G06F17/18(20060101)
优先权:
专利状态码:在审-实质审查的生效
法律状态:2020.11.06#实质审查的生效;2020.10.20#公开
摘要:结晶过程晶体尺寸分布的及时在线高斯过程回归模型方法,属于工业分布式产品预测技术领域。它包括如下步骤:1、对典型的批量结晶过程提取特征,提取特征参数包括时间、温度和种子长度;2、对提取到的特征建立局部在线高斯过程回归模型进行训练并评估,采用GPR与JIT策略集成对数据进行分析预测。本发明从仿真数据中提取的特征及建立局部在线高斯过程回归模型并对训练模型进行评估,在高斯过程回归模型的基础上集成JITjust‑in‑time策略,使其结果更加符合实际标签值,最终其结果可以应用到工业结晶过程的晶体尺寸分布预测过程中,予以一定的指导意义。
主权项:1.结晶过程晶体尺寸分布的及时在线高斯过程回归模型方法,其特征在于包括以下具体步骤:1、对典型的批量结晶过程提取特征,具体步骤如下:1.1、在结晶过程中获得相关参数数据,重复生成N组数据;1.2、每组数据中的时间间隔从0-10000s范围内,等间隔取N1个时间点,每组数据中取温度数据N1个,每组数据中的结晶种子长度从0-0.0015m范围内等间隔取N2个点;2、对提取到的特征建立局部在线高斯过程回归模型进行训练并评估:采用GPR与JIT策略集成对数据进行分析预测,对于查询分布形状其中,xq,i表示第i个查询样本,T表示矩阵的转置,yi表示第i个查询样本的标签,表示第i个查询样本的输入,Nq表示总查询样本数;建立用于在线预测模型,其具体步骤如下:2.1、基于相似性准则,选择相关输入样本以在数据库S中构建相似集合Sqi;2.2、使用相关数据集Sqi,构建及时在线高斯过程回归模型fJGPRxqi;2.3、获得预测值fJGPRxqi,然后丢弃及时在线高斯过程回归模型fJGPRxqi以节省存储器。
全文数据:
权利要求:
百度查询: 浙江工业大学 结晶过程晶体尺寸分布的及时在线高斯过程回归模型方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。