[发明专利]一种基于知识转移的动态工业数据分类方法有效
| 申请号： | 201910912401.7 | 申请日： | 2019-09-25 |
| 公开（公告）号： | CN110689072B | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 尹宏鹏;柴毅;廖城霖;廖国波 | 申请（专利权）人： | 重庆大学 |
| 主分类号： | G06F18/2415 | 分类号： | G06F18/2415;G06N3/0455;G06N3/048;G06N3/047;G06N3/084 |
| 代理公司： | 北京同恒源知识产权代理有限公司 11275 | 代理人： | 赵荣之 |
| 地址： | 400044 重*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于知识转移的动态工业数据分类方法，属于数据挖掘领域，包括以下步骤：S1：利用多传感器获取工业过程数据；S2：训练自编码器和分类神经网络模型；S3：利用自编码器检测数据分布是否发生变化；S4：将已发生分布变化的数据用于训练新的自编码器，直到重构误差降低到阈值以内，并将新的自编码器与之前的自编码器集成；S5：将未检测到分布发生变化的数据继续用于原模型优化；当检测数据分布已经发生变化，采用知识转移的方法，找到网络连接中重要程度较高的连接权重，保持其不变，对于重要程度较低的连接权重进行进一步的训练；S6：重复步骤S3‑S5，直至模型包含所有工况或者对于新数据误差降至阈值以内。 | ||
| 搜索关键词： | 一种 基于 知识 转移 动态 工业 数据 分类 方法 | ||
【主权项】：
1.一种基于知识转移的动态工业数据分类方法，其特征在于：包括以下步骤：/nS1：利用多传感器获取工业过程数据，包括温度、湿度、气压；/nS2：利用S1中收集到的数据进行自编码器和分类神经网络模型的训练；/nS3：利用训练好的自编码器对数据分布是否发生变化进行检测，如果重构误差大于阈值，则判定数据分布发生变化；/nS4：将已发生分布变化的数据用于训练新的自编码器，直到重构误差降低到阈值以内，并将新的自编码器与之前的自编码器进行集成操作；/nS5：对于未检测到分布发生变化的数据，将其继续用于原模型优化；当检测数据分布已经发生变化，采用知识转移的方法，找到网络连接中重要程度较高的连接权重，保持其不变，对于重要程度较低的连接权重进行进一步的训练；/nS6：重复步骤S3-S5，直至模型包含所有工况或者对于新数据误差降至阈值以内。/n
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重庆大学，未经重庆大学许可，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/201910912401.7/，转载请声明来源钻瓜专利网。
