原文传递
一种基于卷积神经网络的4-CBA含量的动态软测量方法
| 专利名称： | 一种基于卷积神经网络的4-CBA含量的动态软测量方法 |
| 摘要： | 本发明公开了一种基于卷积神经网络的4‑CBA含量的动态软测量方法，用于计算PTA氧化过程产生的4‑CBA含量，方法首先基于卷积神经网络构建动态软测量模型的输入与输出的映射关系，并将PTA氧化过程中有关可测变量的时间序列数据块作为动态软测量模型的输入，将4‑CBA作为输出；该方法将时间序列数据块输入到卷积层和池化层交替分布的卷积神经网络中，其中，卷积层和池化层均为2层，第一层池化采用一维最大池化提取卷积后的特征，第二层池化采用与卷积层输出的特征图大小相等的最大池化进行采样，并将最后一层池化的输出使用线性函数计算得到输出结果，该结果与4‑CBA分析数据进行比较并更新参数；本发明的动态软测量模型简单易实现，提高了模型的测量精度。 |
| 专利类型： | 发明专利 |
| 国家地区组织代码： | 江苏;32 |
| 申请人： | 南京邮电大学 |
| 发明人： | 刘瑞兰;周鹏;龚梦龙 |
| 专利状态： | 有效 |
| 发布日期： | 2019-01-01T00:00:00+0800 |
| 申请号： | CN201810735405.8 |
| 公开号： | CN108845072A |
| 代理机构： | 南京正联知识产权代理有限公司 32243 |
| 代理人： | 王素琴 |
| 分类号： | G01N31/00(2006.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I;G;G01;G06;G01N;G06N;G01N31;G06N3;G01N31/00;G06N3/04;G06N3/08 |
| 申请人地址： | 210003 江苏省南京市鼓楼区新模范马路66号 |
| 主权项： | 1.一种基于卷积神经网络的4‑CBA含量的动态软测量方法，用于计算PTA氧化过程产生的4‑CBA含量，其特征在于，首先基于卷积神经网络构建动态软测量模型，所述动态软测量模型包括第一卷积层和第二卷积层两层卷积层，第一池化层和第二池化层两层池化层以及一输出层，且所述卷积层和所述池化层交替分布；其中，所述4‑CBA含量的动态软测量方法包括步骤：S100：选择指定数量的PTA氧化过程中的有关可测变量作为动态软测量模型的输入变量，并将4‑CBA含量作为动态软测量模型的输出；S200：采集m组所述输入对应的时间序列数据块和对应输出的4‑CBA含量数据作为初始训练样本，并对所述初始训练样本做标准化处理；S300：设定一迭代次数t，将初始化训练样本经标准化处理后的样本数据输入到动态软测量模型中做卷积操作，并对卷积后的特征图通过池化进行采样操作；S400：在最后一次池化操作中使用dropout，并通过线性函数对第二层的池化输出进行计算，将计算结果与4‑CBA含量的分析数据进行对比并使用反向传播更新动态软测量模型；S500：记录当前的迭代次数为k，若k |
| 所属类别： | 发明专利 |
检索历史
应用推荐
