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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于残差时间注意力时间卷积网络的软测量建模方法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：CN116227550B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202310148799.8，技术领域涉及：G06N3/0464；该发明授权一种基于残差时间注意力时间卷积网络的软测量建模方法是由郑小青;吴宝凡;孔亚广;江爱朋;郑松设计研发完成，并于2023-02-22向国家知识产权局提交的专利申请。

本一种基于残差时间注意力时间卷积网络的软测量建模方法在说明书摘要公布了：本发明公开了一种基于残差时间注意力时间卷积网络的软测量建模方法，属于软测量建模领域。本发明首先将时间注意力模块与时间卷积网络结合，将之前时间步长和当前时间步长之间的相互影响集成到当前时刻。然后，在时间注意力的基础上加入残差连接。最后，进行质量变量的预测。本发明能更好地提取数据之间的非线性以提高预测性能，更准确地提取出数据之间的相关特征。

本发明授权一种基于残差时间注意力时间卷积网络的软测量建模方法在权利要求书中公布了：1.一种基于残差时间注意力时间卷积网络的软测量建模方法，其特征在于，包括如下具体步骤： 步骤S1：获取用于脱丁烷塔丁烷浓度软测量任务的数据集，并进行预处理； 步骤S2：设计一种基于残差时间注意力时间卷积网络，并在训练集进行监督训练； 该网络包括三层堆叠块temporalblock，每一层temporalblock依次经过残差时间注意力模块、因果膨胀卷积模块、weightnormalization权值归一化层、ReLU层、dropout层、因果膨胀卷积模块、weightnormalization层、ReLU层、dropout层进行处理； 同时，在残差时间注意力模块的残差连接中加入1×1的卷积，最后利用线性变换得到预测输出； 步骤S3：在步骤S2的基础上，使用残差时间注意力时间卷积网络模型对测试集进行测试； 步骤S1包括以下具体步骤： 步骤S11：搜集数据集D＝{X,Y}＝{xt,yt}，X为所搜集到的过程变量集合，Y为搜集到的质量变量集合，其中t∈1,2,...,T，T为搜集的样本数，xt∈Rd表示t时刻收集的d维过程变量，yt为t时刻的质量变量； 步骤S12：对搜集到的数据集D进行窗口化处理，窗口大小为k，此时经过处理的新的数据集为D′＝{X′,Y′}＝{xt-k:t，yt}，X′为对步骤S11中X经过窗口化后的新的过程变量集合，Y′为对步骤S11中Y经过窗口化后的新的质量变量集合，其中xt-k:t＝[xt-k，...，xt]； 步骤S13：将数据集D′按比例划分为训练集和测试集； 步骤S2包括以下具体步骤： 步骤S21：将训练集中的过程变量作为残差时间注意力时间卷积网络的输入，并输出对应质量变量的预测值，其中，对于t时刻的预测，此时网络的输入过程变量为xt-k:t＝{xt-k，...，xt}，网络计算后对应输出的质量变量yt的预测值 步骤S22：多次更改残差时间注意力时间卷积神经网络模型的超参数，包括卷积核大小f和卷积核个数kn，并计算不同参数情况下的目标函数loss，使得目标函数最小的超参数为残差时间注意力时间卷积网络最优超参数。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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”。

以上内容由龙图腾AI智能生成。