一种基于Stacking多分类器融合的黏结漏钢预报方法
本发明公开了一种基于Stacking多分类器融合的黏结漏钢预报方法,属于钢铁冶金领域,包括:构建真伪黏结漏钢样本库,提取真伪黏结漏钢温度特征数据与时序温度速率,构建真伪黏结漏钢样本特征向量,真伪黏结漏钢特征数据预处理,利用随机森林,K近邻分类,支持向量分类为初级分类器,逻辑回归为次级分类器构建Stacking多分类器融合的黏结漏钢预报模型,最终通过受试者工作特征曲线确定最佳阈值点,在大于该阈值条件下判断为黏结漏钢。本发明将黏结漏钢温度特征向量与多分类器融合识别方法相结合,建立黏结漏钢的强分类识别模型,在保证黏结漏钢报出率为100%的前提下,降低误报率,提高了预报准确率。
《一种基于Stacking多分类器融合的黏结漏钢预报方法》是一发明专利,专利号为 2022115710417,当前法律状态为已下证,由东北电力大学提出申请,发明人为刘宇;马智心;王旭东,申请日期为2022-12-08,公开(公告)日期为2025-09-19,国际专利分类号(IPC)为 G06F 18/213 (2023.01),高新资质:未报高企,所属技术领域包括:(漏钢预报、Stacking多分类器、黏结漏钢、连铸生产、钢铁冶金、机器学习、工业监控、炼钢工艺)。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Stacking多分类器融合的黏结漏钢预报方法,属于钢铁冶金领域,包括:构建真伪黏结漏钢样本库,提取真伪黏结漏钢温度特征数据与时序温度速率,构建真伪黏结漏钢样本特征向量,真伪黏结漏钢特征数据预处理,利用随机森林,K近邻分类,支持向量分类为初级分类器,逻辑回归为次级分类器构建Stacking多分类器融合的黏结漏钢预报模型,最终通过受试者工作特征曲线确定最佳阈值点,在大于该阈值条件下判断为黏结漏钢。本发明将黏结漏钢温度特征向量与多分类器融合识别方法相结合,建立黏结漏钢的强分类识别模型,在保证黏结漏钢报出率为100%的前提下,降低误报率,提高了预报准确率。
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!
