一种基于不完整数据的贝叶斯半监督鲁棒PPLS软测量方法
本发明公开了一种基于不完整数据的贝叶斯半监督鲁棒PPLS软测量方法,本发明不完整数据的贝叶斯半监督鲁棒概率PLS(Bayesian semisupervised robust PPLS,BSRPPLS)故障监测方法,不同现有基于多元学生分布PPLS建模,该方法使用独立学生分布对每个数据向量噪声进行建模,从利用分布中包含一个可调鲁棒自由度参数,提高了建模的灵活性;使用贝叶斯变分推理方法求解估计后验分布参数;本模型能够使用无污染数据元素重建原始数据,降低被污染元素对重构数据的影响,解决了数据丢失和在野点影响模型精度问题,具有良好的鲁棒性,有利于提高工业过程监测性能和过程运行理解认知水平。
《一种基于不完整数据的贝叶斯半监督鲁棒PPLS软测量方法》是一发明专利,专利号为 2020115763330,当前法律状态为已下证,由江苏师范大学提出申请,发明人为任世锦;唐娴;潘剑寒;魏明生;苏陈澄,申请日期为2020-12-28,公开(公告)日期为2024-07-19,国际专利分类号(IPC)为 G06F 18/20 (2023.01),高新资质:未报高企,所属技术领域包括:工业过程控制与优化。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于不完整数据的贝叶斯半监督鲁棒PPLS软测量方法,本发明不完整数据的贝叶斯半监督鲁棒概率PLS(Bayesian semisupervised robust PPLS,BSRPPLS)故障监测方法,不同现有基于多元学生分布PPLS建模,该方法使用独立学生分布对每个数据向量噪声进行建模,从利用分布中包含一个可调鲁棒自由度参数,提高了建模的灵活性;使用贝叶斯变分推理方法求解估计后验分布参数;本模型能够使用无污染数据元素重建原始数据,降低被污染元素对重构数据的影响,解决了数据丢失和在野点影响模型精度问题,具有良好的鲁棒性,有利于提高工业过程监测性能和过程运行理解认知水平。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
