摘要
本发明实施例提供一种胶凝生产中碳排放预测模型的训练方法、设备,方法包括:获取实时采集的碳排放数据;将获取的碳排放数据输入碳排放预测模型中,碳排放预测模型根据输入的碳排放数据输出特征数据;根据实时采集的碳排放数据与特征数据训练碳排放预测模型,得到训练后的碳排放预测模型。本发明采用基于增量学习的碳排放预测模型训练与更新方法,增量学习可以从旧的碳排放预测模型推理任务中获取数据知识,使碳排放预测模型学习解决新的模型推理任务,同时保留之前的碳排放预测模型推理任务中学习到的知识,避免新的碳排放数据来时重新训练碳排放预测模型参数,通过训练后的碳排放预测模型可以准确地预测碳排放。
技术关键词
极限学习机
样本
生成对抗网络模型
节点数
数据
随机噪声
因子
动态
输出特征
预测模型训练
双曲正切函数
参数
矩阵
模型算法
更新方法
注意力机制
非线性
处理器
系统为您推荐了相关专利信息
图表展示方法
数据分布特征
校验机制
决策算法
可视化框架
MES系统
项目
配电柜
设备运行数据
规则库管理模块
标识特征
风格图像生成方法
噪声特征
样本
融合特征
宫颈癌患者
风险预测模型
模型建立方法
影像
面积特征