摘要
本申请实施例提供模型训练方法、物理场参数预测方法及装置,涉及锌冶炼技术领域。该方法获取物理场参数预测模型的训练数据集,基于坐标位置和输入控制参数得到输入特征数据,基于坐标位置和输出物理参数得到输出特征数据;利用神经网络算子结构和线性变化结构分别基于输入特征数据进行数据预测,得到算子输出以及线性输出,根据算子输出和线性输出得到预测特征数据;根据输出物理参数和预测特征数据计算损失值,根据损失值进行参数调整,直至训练结束得到训练好的物理场参数预测模型。结合神经网络算子结构和线性变化结构同时捕捉线性和非线性关系,对多种物理场进行统一建模,准确预测不同工况下物理场相关参数,满足预测效率和实时性要求。
技术关键词
预测模型训练方法
物理
参数预测方法
预测特征
线性
回转窑
坐标
输出特征
床层温度
气相
锌冶炼技术
序列
融合特征
场景
索引
数据获取模块
系统为您推荐了相关专利信息
深度卷积网络
预训练语言模型
文本分类方法
多层卷积神经网络
深层卷积网络
重构方法
卡尔曼滤波模型
船体
结构健康监测系统
重构模型