基于重要样本保留与卷积神经网络的虚拟量测方法及系统

本发明提供一种基于重要样本保留与卷积神经网络的虚拟量测方法及系统。基于重要样本保留(KIS)与卷积神经网络的虚拟量测方法其建模操作包含成对数据及非成对工艺数据的分类；使用非成对工艺数据来建立预训练模型，并针对成对数据进行KIS操作而产生重要样本，然后输入重要样本至预训练模型以建立基于卷积自编码器及KIS的虚拟量测模型。迁移学习阶段操作包含依据基于卷积自编码器及KIS的虚拟量测模型执行计算，重要样本的数量小于成对数据的数量。借此，利用降采样的KIS机制实现离线建模，并使用具有线上KIS机制的双阶段演算法，达到平衡与提高预测准确性。