发明专利已授权

基于注意力机制的多时间尺度卷积神经网络软测量方法

📄 申请号：CN201910667918.4 📄 发布日：2026/05/07

著录项目信息

申请日

2019-07-23

公开号

CN110378044B

公开日

2021-06-11

申请人

燕山大学

法律状态

已下证

专利类型

发明

主分类号

G06F30_27

IPC 分类号

G06F30_27 , G06N3_04 , G06N3_08 ,

技术画像

所属领域

卷积神经网络工业软测量深度学习时间序列分析神经网络卷积神经网络

应用场景

工业过程监测, 智能制造, 过程控制优化, 产品质量预测, 设备故障诊断

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明涉及基于注意力机制的多时间尺度卷积神经网络软测量方法，软测量技术领域。包括以下步骤：1、确定辅助变量并且进行数据处理，选取与难测参量相关的易测变量作为软测量模型的辅助变量并采集辅助变量与难测参量的时间序列；然后对采集到的时间序列进行异常值剔除；2、注意力机制及关注区域的选择，根据各辅助变量相对于难测参量的时延和有效时间尺度划分出关注区域；3、构建软测量模型的输入，将各辅助变量的时间序列构成矩阵，并结合注意力机制的关注区域确定软测量模型的输入；4、建立时序卷积神经网络软测量模型；5、训练时序卷积神经网络软测量模型；6、利用步骤5训练好的时序卷积神经网络模型对难测参量进行实时估计。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

一种薄壁金属管道内侧撑圆装置

当前第 / 件

检测润滑油中的磨损微粒形体的视觉检测系统及检测方法

同领域国内专利 · IPC: (G06F30_27)

G06F30_00 G06F30_10 G06F30_12 G06F30_13 G06F30_15 G06F30_17 G06F30_18 G06F30_20 G06F30_22 G06F30_23 G06F30_25 G06F30_27 G06F30_28 G06F30_30 G06F30_31 G06F30_32 G06F30_323 G06F30_327 G06F30_33 G06F30_3308 G06F30_331 G06F30_3315 G06F30_3323 G06F30_337 G06F30_34 G06F30_36 G06F30_367 G06F30_373 G06F30_39 G06F30_392 G06F30_394 G06F30_396 G06F30_398 覆盖33个领域

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：70 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)

基于注意力机制的多时间尺度卷积神经网络软测量方法

著录项目信息

技术画像

所属领域

应用场景

摘要

法律状态时间线

同领域国内专利 · IPC: (G06F30_27)

相似专利推荐 AI 驱动 · 同领域

一种面向强稀疏性移动社交网络的链路预测方法、系统及存储介质

一种无人机场景下基于多模态的开放词集目标检测方法

基于改进特征描述符和KNN搜索的眼底图像特征点匹配方法

服务项目

资源中心

关于柿子坊