一种工业过程监测模型智能推荐方法与系统

本发明公开了一种工业过程监测模型智能推荐方法与系统，该方法包括：首先面对工业时间序列数据缺乏直观特征的问题，采用数据集特征工程方法从通用统计特征、分布形状特征、任务相关特征以及外源知识嵌入四个角度提取出每个案例的数据集特征；然后设计一种基于宽度学习的映射关系学习策略，将每个案例的数据集特征与其对应的模型得分向量进行映射，从而赋予宽度学习网络预测模型性能的能力；最后，出于对工业场景多重增量需求的驱动，提出了一种三重增量策略，分别对于监测案例增量、候选模型增量以及推荐节点增量这三种情况设计了宽度学习网络的更新策略，从而不断扩展与增强本方法的推荐能力。本发明能够为工业过程推荐出性能最优的检测模型。