摘要
本发明公开一种基于主动学习采样的热轧钢三维尺寸多指标预测方法,包括:采集热轧过程数据和热轧产品三维尺寸数据,构建原始数据集,从原始数据集中随机选取80%数据作为训练集,剩余20%数据作为测试集;通过多样性、不确定性及剪枝策略从训练集中进行主动学习采样,获得主动学习采样集;基于主动学习采样集,采用多输出类别型梯度提升算法构建热轧钢三维尺寸多指标预测模型;基于测试集,采用决定系数和均方根误差来评价热轧钢三维尺寸多指标预测模型的性能;采集轧制现场的热轧过程数据,采用训练好的热轧钢三维尺寸多指标预测模型预测轧制现场的热轧产品三维尺寸数据。本发明方法弥补了传统方法的缺陷,提升了热轧钢三维尺寸的预测精度。
技术关键词
热轧产品
多指标
样本
剪枝策略
尺寸
热轧钢
数据
交叉验证法
预训练模型
算法
轧制
训练集
标记
机架
超参数
冗余
成分含量
工作辊
系统为您推荐了相关专利信息
相位校准方法
模分复用光纤通信
相位噪声补偿
神经网络架构
空间特征提取
长短期记忆网络
LSTM模型
神经网络结构
侧信道攻击方法
功耗
深度神经网络
神经网络模型
皮尔逊相关系数
锂离子电池
多头注意力机制
性能检测数据
双向长短期记忆
决策树模型
融合特征
压力传感器
基因
比例风险模型
预后预测模型
TCGA数据库
特征数据库