摘要
本发明用于工业过程控制技术领域,具体公开了多视角图特征融合的多模式过程虚拟样本生成方法,包括以下步骤:S1.通过离线检测和集散控制的方法,收集工业过程中的传感器数据,建立工业过程数据库;S2.基于Z‑Score方法对收集的传感器数据进行归一化处理,得到归一化数据集。该多视角图特征融合的多模式过程虚拟样本生成方法,本发明中通过高斯混合模型实现模式判别并结合模式保持嵌入的度量学习方法,从而解决工业场景中因新工艺初期数据不足、传感器故障或工况切换导致的数据缺失问题,能准确反映不同过程模式的特征分布,将其与原始样本合并训练后,可使软测量模型捕捉到更全面的工业过程动态特性。
技术关键词
虚拟样本生成方法
度量学习方法
GMM模型
变量
Pearson相关系数
协同训练方法
分类器
编码器
高斯混合模型
多视角
生成对抗网络
概率密度函数
生成数据模式
网络更新过程
特征关联分析
解码器
系统为您推荐了相关专利信息
应急机器人
蚁群算法
路径规划方法
节点
Dijkstra算法
复合材料铺层
智能设计方法
解码器模型
复合材料层合板
编码器
数据预处理方法
样本
原花青素含量
变量
测定方法