[发明专利]一种基于迁移学习的仓储粮食温度场估计方法

权利要求书

1.一种基于迁移学习的仓储三维粮食温度场估计方法，实现对仓储三维粮食温度场的准确估计，由此获得仓储粮食温度；包括如下步骤：

1)建立混合效应模型，将三维粮食温度场在时空点(s，t)的温度值y^m(s，t)表示为温度场的全局温度变化项、温度场的局部温度变化项、和由随机或不可控因素引起噪声项的加和；

对于粮食温度场估计任务m，m＝1，…，M，共有M个任务，三维粮食温度场的温度值由表示全局温度变化的均值函数项、表示局部温度变化的局部变化项和随机噪声项组成，建立的混合效应模型表示为式1：

y^m(s，t)＝u^m(s，t)+b^m(s，t)+ε^m(s，t) (式1)

其中，y^m(s，t)表示三维粮食温度场在时空点(s，t)的温度值；s和t分别表示空间和时间的自变量；u^m(s，t)是任务m在时空点(s，t)处的均值函数项，表示温度场的全局温度变化情况；b^m(s，t)是任务m在时空点(s，t)处的局部变化项，表示温度场的局部温度变化情况；ε^m(s，t)是任务m在时空点(s，t)处的随机噪声项，表示由随机或不可控因素引起的温度变化情况；设ε^m(s，t)在任意时刻均服从正态分布t＝0，...，T，表示在t时刻ε^m(s，t)所服从的正态分布的方差；

2)对温度场的全局温度变化项μ^m(s，t)建模，执行如下操作：

在笛卡尔坐标系下，对u^m(s，t)建立三维非稳态傅里叶传热模型，表示为式2：

式2中，u^m(x，y，z，t)表示任务m在笛卡尔坐标系下的均值函数项，其中空间坐标s＝{x，y，z}，x、y和z分别表示在X、Y和Z方向的坐标；p表示粮食的密度，c表示粮食的比热容，λ_x，λ_y和λ_z分别表示在三维笛卡尔坐标系下粮食沿x，y和z方向的热导率；给定初始粮食温度及边界条件，采用有限差分法对式2求解；

3)对温度场的局部温度变化项b^m(s，t)建模，表示为式3：

式3中，将任务m在时空点(s，t)处的局部变化项b^m(s，t)表示为采用自相关时间序列模型表示t时刻的局部变化项与其之前的L时间内的局部变化项的时间相关性；表示t时刻的局部变化项与t-l时刻的局部变化项的相关性参数；表示在t时刻的局部变化项相比于前t-L时刻产生的变化；假定是均值为零的高斯过程，采用多任务学习模型表示任务m与其他M-1个任务之间的关于的空间相关性，并估计得到多任务学习模型和自相关时间序列模型的参数；

4)对时空温度场进行估计：

对于任务m，通过式15估计粮食温度场中时刻为t、空间为位置s的温度值：

其中，和分别表示自相关时间序列模型和多任务学习模型的参数估计值；κ(s_i，s)表示与位置s_i和s相关的核函数；

由此得到具有时空属性的粮食温度值。