买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京科技大学申请的专利基于自适应数据增强的转炉炼钢终点碳温预测方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119514379B 。

龙图腾网通过国家知识产权局官网在2025-07-04发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411695219.8，技术领域涉及：G06F30/27；该发明授权基于自适应数据增强的转炉炼钢终点碳温预测方法及装置是由李擎;杨思琪;刘艳;林金辉;孙梦磊;魏泽基;张晓峰;殷绪成;黄晨;谭朝;王圣然;唐梦兆设计研发完成，并于2024-11-25向国家知识产权局提交的专利申请。

本基于自适应数据增强的转炉炼钢终点碳温预测方法及装置在说明书摘要公布了：本发明提供一种基于自适应数据增强的转炉炼钢终点碳温预测方法及装置，涉及转炉炼钢技术领域。该方法包括：对转炉炼钢过程的历史生产数据集中的数据进行预处理；通过自适应SMOTE数据增强技术对预处理后的数据集进行处理；基于随机森林搭建炼钢终点碳温预测模型；根据处理后的数据集对炼钢终点碳温预测模型进行训练，根据训练好的自适应数据增强的炼钢终点碳温预测模型得到转炉炼钢终点碳温预测结果。本发明旨在利用数据预处理方法和自适应SMOTE数据增强算法提高转炉炼钢过程数据集的样本量和多样性，去除冗余信息，减少手工整理和处理数据的劳动成本并根据数据分布密度和不同工况条件引入自适应机制，提升模型的泛化能力和预测精度。

本发明授权基于自适应数据增强的转炉炼钢终点碳温预测方法及装置在权利要求书中公布了：1.一种基于自适应数据增强的转炉炼钢终点碳温预测方法，其特征在于，所述方法包括： S1、获取转炉炼钢过程的历史生产数据集，对所述历史生产数据集中的数据进行预处理，得到预处理后的数据集； S2、通过自适应SMOTE数据增强技术，对所述预处理后的数据集进行处理，得到处理后的数据集； S3、基于随机森林搭建炼钢终点碳温预测模型； S4、根据所述处理后的数据集，对所述炼钢终点碳温预测模型进行训练，得到训练好的自适应数据增强的炼钢终点碳温预测模型； S5、获取待预测的转炉炼钢过程的生产数据，将所述生产数据输入到所述训练好的自适应数据增强的炼钢终点碳温预测模型，得到转炉炼钢终点碳温预测结果； 所述S2中的通过自适应SMOTE数据增强技术，对所述预处理后的数据集进行处理，得到处理后的数据集，包括： S21、对所述预处理后的数据集中的每个数据计算k-近邻平均距离，将所述k-近邻平均距离作为样本数据分布密度衡量指标，根据所述样本数据分布密度衡量指标将所述预处理后的数据集中的数据分为密集区域和稀疏区域，并为密集区域和稀疏区域中的每个数据计算插值权重 S22、根据所述历史生产数据集，动态地确定最优样本插值数量，基于所述最优样本插值数量采用自适应SMOTE数据增强技术，对稀疏区域和密集区域根据权重进行插值生成新的数据，得到处理后的数据集； 所述S21中的样本数据分布密度衡量指标的计算方法，如下式1所示： 式中，Densityxi表示样本数据分布密度衡量指标，k表示最大邻近样本数量，dxi,xj表示数据xi与数据xj之间的距离； 所述S21中的插值权重的计算方法，如下式2所示： 式中，Densitymax表示预处理后的数据集中最大样本数据分布密度衡量指标，σ表示样本数据分布密度衡量指标的平均值； 所述S22中的新的数据，如下式3所示： xnew,feat＝xi,feat+xij,feat-xi,feat×γ3 式中，xnew,feat表示数据xi,feat和xij,feat之间合成的新的数据，xi,feat表示少数类中第i个数据的第feat个属性值，xij,feat表示数据xi的第j个近邻数据，j＝1,2,...,k，k为xi,feat最大近邻样本数； 其中，γ的表达式为式4，γ与dxi,feat,xij,feat成反比，dxi,feat,xij,feat表示xi,feat、xij,feat之间的距离，样本点与其近邻样本点之间的距离越大，插值范围越小，用于确保新样本位于有效空间内，以及避免生成的样本集中于某一个方向；

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京科技大学，其通讯地址为：100083 北京市海淀区学院路30号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。