摘要
本发明提供了一种跨产线横向信息融合的流程工业软测量建模方法,该方法基于一个由一个自编码器形式的时序特征提取网络和一个回归网络前后连接组成的端到端神经网络模型,提出了一种预训练‑时序特征信息融合训练的两阶段软测量模型训练策略,通过引入数据积累量较为丰富的产线的数据,安全、有效、准确地在数据积累量不足的流程工业产线上建立性能指标软测量模型,从而对流程工业中的一些难以直接测量,或者测量成本高昂的性能指标进行软测量,进而为流程工业生产过程中各类参数的监测、优化和控制提供参考和指导。
技术关键词
时序特征
特征提取网络
数据
表达式
变量
建模方法
工业物联网平台
序列
神经网络模型
参数
在线
产线
标签
代表
编码器
数字孪生
计算方法
系统为您推荐了相关专利信息
数据库管理系统
隐私信息检索方法
扩展算法
动态更新
加密
调度员培训
自然语言
循环神经网络模型
资源
标签
视频问答方法
多模态注意力
自然语言模型
文本
融合特征