一种面向概念漂移数据流的矿浆密度智能检测方法

本发明公开了一种面向概念漂移数据流的矿浆密度智能检测方法，包括：得到人工化验值矿浆密度；得到线性模型估计值；得到数据驱动模型估计值；得到智能检测模型的估计值以及置信区间；得到线性模型估计值以及估计值的方差；得到非线性模型对密度的估计值；估计值不在置信区间内，进行结构动态调整以增强模型的泛化性能；反之完成整体模型的更新；选取一部分数据根据高斯过程回归和正则化随机配置的方法建立初始模型，通过流数据分别更新线性模型和非线性模型，将两个模型检测的结果相结合得到最终的矿浆密度检测值。本发明构建了一个由已知的线性模型以及未知非线性模型组成的整体模型，解决工业生产过程中矿浆密度检测时存在的精度和实时性问题。