摘要
本申请涉及工业过程数据技术领域,提供了一种多模态感知的工业过程工艺指标预测方法。该方法包括:对非结构化数据进行特征提取得到深层特征,并对结构化数据进行编码得到浅层特征;利用第二编码器对深层特征和浅层特征进行融合得到融合特征;根据所有融合特征构建综合损失函数并对第二编码器进行优化,得到优化后的第二编码器;利用优化后的第二编码器得到最终融合特征,并利用预测模型对最终融合特征进行预测得到工艺指标预测值;基于工艺指标预测值构建预测损失函数,并对预测模型进行微调,得到优化后的预测模型;利用优化后的第二编码器、优化后的预测模型进行指标预测,得到工艺指标预测结果。本申请的方法能够提高工艺指标预测的准确性。
技术关键词
指标预测方法
融合特征
工业
编码器
特征提取模型
重构误差
数据
工况
多模态
矩阵
解码器
坐标
参数
系统为您推荐了相关专利信息
引导机器人
搜寻方法
阿基米德螺旋线
动态位置信息
机器人搜寻
机器人控制方法
图像特征信息
序列
视觉推理
注意力
图像采集单元
表面缺陷检测装置
金属壳体
机头组件
升降推杆
AOI视觉检测
影像
瑕疵
深层卷积神经网络
对象