[发明专利]一种用于分布式参数系统在线建模的增量时空学习方法有效
| 申请号： | 201910228353.X | 申请日： | 2019-03-25 |
| 公开（公告）号： | CN110045606B | 公开（公告）日： | 2021-07-27 |
| 发明（设计）人： | 李涵雄;李旭昊;王志 | 申请（专利权）人： | 中南大学 |
| 主分类号： | G05B13/04 | 分类号： | G05B13/04 |
| 代理公司： | 广州嘉权专利商标事务所有限公司 44205 | 代理人： | 伍传松 |
| 地址： | 410083 湖南*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实例提供了一种用于分布式参数系统在线建模的增量时空学习方法，该方法先向数据增量集中添加新增数据后，对空间基函数进行增量更新，更新时间系数，辨识新的时序模型，再通过旧的时空合成集与更新后的空间基函数和辨识的时序模型重建历史数据，预测未来输出。本发明实施例的方法弥补了现有方法的不足，减少运算时间与设备使用内存量，简单易行，在工业建模中具有普适性，理论分析和实验结果都证明增量时空学习方法能够实现良好的在线性能，同时计算效果显著，应用前景广阔。 | ||
| 搜索关键词： | 一种 用于 分布式 参数 系统 在线 建模 增量 时空 学习方法 | ||
【主权项】：
1.一种用于分布式参数系统在线建模的增量时空学习方法，其特征在于，包括：(1)向数据增量集中添加数据后，对空间基函数进行增量更新；(2)更新时间系数，辨识时序模型；(3)通过旧的时空合成集与步骤(1)更新后的空间基函数和步骤(2)中辨识的时序模型重建历史数据，预测未来输出；(4)重复步骤(1)～(3)，完成时空合成集的在线更新。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中南大学，未经中南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910228353.X/，转载请声明来源钻瓜专利网。
