摘要
本发明公开了一种基于联邦学习的带钢力学性能预测方法,属于带钢力学性能预测技术领域,所述方法包括:确定影响带钢力学性能的特征数据;针对每个生产线,分别采集其历史生产过程中的特征数据,并对采集的数据进行预处理,利用预处理后的数据构建出相应生产线的数据集;针对每个生产线,分别构建带钢力学性能预测模型,并采用相应生产线的数据集对构建的带钢力学性能预测模型进行训练;将每个生产线视作一个客户端,构建联邦学习框架,聚合各客户端的带钢力学性能预测模型参数,实现多生产线协同预测。本发明提供的带钢力学性能预测方法为带钢力学性能的多生产线协同预测提供了标准化解决方案。
技术关键词
力学性能预测方法
带钢
客户端
热轧精轧出口温度
皮尔逊相关系数
力学性能预测技术
集成策略
参数
差分隐私机制
动态
多头注意力机制
特征提取能力
正则化技术
热轧卷取
批量数据
数据噪声
服务器
鲁棒性
模型更新
系统为您推荐了相关专利信息
分析预报方法
船舶模型试验
摩擦阻力系数
客户端
舭龙骨