公开(公告)号：CN119377600A

公开(公告)日：2025-01-28

申请号：CN202411475782.4

申请日：2024-10-22

Applicant: 江南大学

Inventor： 马君霞 ,  李林涛 ,  熊伟丽 ,  刘丽娟

IPC: G06F18/20 ,  G06F18/214 ,  G06F18/24 ,  G16C20/10 ,  G16C20/70 ,  G06N5/04 ,  G06N20/20

Abstract: 本发明公开了一种基于双误度量和博弈论的选择性集成学习软测量方法，属于化工生产过程软测量技术领域。首先，通过随机重采样方法从训练集中得到数个训练子集，训练得到数个子模型；然后，对于测试样本，利用即时学习的思想从训练集中得到验证集，在验证集上利用均方误差计算各个子模型的精度权重，利用双误度量计算子模型之间的多样性权重；最后，利用博弈论策略融合这两种权重。融合后的权重能够在模型选择时，综合子模型的精度和多样性进行筛选，提高最终集成模型的性能。

公开(公告)号：CN118468021A

公开(公告)日：2024-08-09

申请号：CN202410549293.2

申请日：2024-05-06

Applicant: 江南大学

Inventor： 马君霞 ,  李林涛 ,  熊伟丽

IPC: G06F18/214 ,  G06F18/25 ,  G06F18/241 ,  G06F18/27 ,  G16C20/70 ,  G16C20/10 ,  G16C20/20

Abstract: 本发明公开了一种基于改进Tri‑training GPR的半监督软测量方法，属于化工生产过程软测量技术领域。该方法通过对Tri‑training算法中三个模型进行协同训练，协同训练过程中，每个分类器都会根据某种规则对样本的标记置信度进行估计，并且选择置信度最高的样本添加伪标签，然后作为已标记的训练样本传递给另一个分类器，以更新对方模型，从而可以选择足够数量的有标签数据，使得模型精度得到提升，而且提出了一种新的置信度计算方式，即以初始回归模型与添加新样本之后的新回归模型的均方根误差差值作为置信度计算基础，从而使得所选出的新样本尽可能是最优样本，一定程度上也提升了模型预测精度。