-
公开(公告)号：CN111860863B
公开(公告)日：2023-04-07
申请号：CN202010693215.1
申请日：2020-07-17
Applicant: 江南大学
Abstract: 本发明公开了一种基于协方差矩阵的主动学习方法，其特征在于：包括，采集脱丁烷塔生产过程的丁烷浓度值，并将丁烷浓度值作软测量建模样本；将软测量建模样分为训练集和测试集，其训练集划分为有标签样本集和无标签样本集；利用有标签样本集建立高斯过程回归模型，并确定模型初参数；根据无标签样本集，选出构成协方差矩阵行列式值最大的样本；重新建立高斯过程回归模型，确定模型参数；利用测试集对丁烷浓度进行预测本发明通过数值仿真分析和脱丁烷塔过程的应用仿真，验证了基于协方差矩阵选择策略的有效性。
-
Patent Agency Ranking
公开(公告)号：CN113117594A
公开(公告)日：2021-07-16
申请号：CN202110578700.9
申请日：2021-05-26
Applicant: 江南大学
Abstract: 本发明公开了一种松香基表面活性剂与二氧化硅纳米颗粒复合稳定剂及应用，属于表面活性剂科学和性能研究技术领域。本发明利用式(1)所得结构的松香基表面活性剂与二氧化硅纳米颗粒复配，加入到油水体系中，获得乳液和泡沫。所得复合乳液或者泡沫的稳定性较好，对于松香在表面活性剂领域的应用有着重要价值，在催化、电子信息、生物等高新技术领域具有一定的应用前景。
-
公开(公告)号：CN111860863A
公开(公告)日：2020-10-30
申请号：CN202010693215.1
申请日：2020-07-17
Applicant: 江南大学
Abstract: 本发明公开了一种基于协方差矩阵的主动学习方法，其特征在于：包括，采集脱丁烷塔生产过程的丁烷浓度值，并将丁烷浓度值作软测量建模样本；将软测量建模样分为训练集和测试集，其训练集划分为有标签样本集和无标签样本集；利用有标签样本集建立高斯过程回归模型，并确定模型初参数；根据无标签样本集，选出构成协方差矩阵行列式值最大的样本；重新建立高斯过程回归模型，确定模型参数；利用测试集对丁烷浓度进行预测本发明通过数值仿真分析和脱丁烷塔过程的应用仿真，验证了基于协方差矩阵选择策略的有效性。
-
公开(公告)号：CN113117594B
公开(公告)日：2022-05-24
申请号：CN202110578700.9
申请日：2021-05-26
Applicant: 江南大学
Abstract: 本发明公开了一种松香基表面活性剂与二氧化硅纳米颗粒复合稳定剂及应用，属于表面活性剂科学和性能研究技术领域。本发明利用式(1)所得结构的松香基表面活性剂与二氧化硅纳米颗粒复配，加入到油水体系中，获得乳液和泡沫。所得复合乳液或者泡沫的稳定性较好，对于松香在表面活性剂领域的应用有着重要价值，在催化、电子信息、生物等高新技术领域具有一定的应用前景。
-
公开(公告)号：CN113988311A
公开(公告)日：2022-01-28
申请号：CN202111286761.4
申请日：2021-11-01
Applicant: 江南大学
Abstract: 本申请关于一种质量变量的预测方法、装置、终端及存储介质，涉及复杂工业过程建模和故障诊断领域。该方法包括：获取待测数据集；将待测数据集划分为训练集和测试集；基于数据组划分规则将训练集中的至少两个训练数据组划分为样本训练数据组和测试训练数据组；获取与训练数据组对应的样本质量变量数值；基于样本训练数据组与测试训练数据组建立质量变量预测模型；对质量变量预测模型以主动学习的训练方式进行训练；响应于训练完成，输出与待测数据组对应的预测质量变量数值。通过至少两次的数据组划分规则进行样本集的确定，并对应进行机器学习模型的构建，使对于质量变量进行预测的过程中，质量变量的预测结果更加准确。
-
公开(公告)号：CN113988311B
公开(公告)日：2024-04-16
申请号：CN202111286761.4
申请日：2021-11-01
Applicant: 江南大学
IPC: G06N20/00 , G06Q10/0639
Abstract: 本申请关于一种质量变量的预测方法、装置、终端及存储介质，涉及复杂工业过程建模和故障诊断领域。该方法包括：获取待测数据集；将待测数据集划分为训练集和测试集；基于数据组划分规则将训练集中的至少两个训练数据组划分为样本训练数据组和测试训练数据组；获取与训练数据组对应的样本质量变量数值；基于样本训练数据组与测试训练数据组建立质量变量预测模型；对质量变量预测模型以主动学习的训练方式进行训练；响应于训练完成，输出与待测数据组对应的预测质量变量数值。通过至少两次的数据组划分规则进行样本集的确定，并对应进行机器学习模型的构建，使对于质量变量进行预测的过程中，质量变量的预测结果更加准确。
-
-
-
-
-
Search Results
6
records
(took 0.022 seconds)
