公开(公告)号：CN117637055A

公开(公告)日：2024-03-01

申请号：CN202311629450.2

申请日：2023-11-30

Applicant: 上海大学

Inventor： 张宪霞 ,  刘懿秦 ,  姚骏 ,  王少浦 ,  俞寅生

IPC: G16C20/20 ,  G16C20/70 ,  G06F18/2321 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/049 ,  G06N3/084 ,  G01N33/24

Abstract: 本发明涉及一种基于DBSCAN‑PF‑LSTM的多组分矿石含量的软测量方法，包括以下步骤：提取待测量的多组分矿石含量的历史化验数据，建立多维数据序列；采用DBSCAN模型识别所述多维数据序列中的正常数据和异常数据，计算所述异常数据的前多次历史化验数据的平均值，将所述平均值替换所述异常数据，得到第二历史化验数据；采用粒子滤波器对所述第二历史化验数据进行过滤，得到第三历史化验数据；构建、训练LSTM神经网络模型，经过设定的训练次数，得到LSTM神经网络模型；将待测量的多组分矿石含量数据依次经过步骤1——步骤4处理，得到多组分矿石含量的预测结果。与现有技术相比，本发明能够有效地识别和处理数据中的异常点，并改善模型的精度和鲁棒性，提高预测多组分矿石含量的准确性等优点。