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！

龙图腾网获悉浙江大学申请的专利基于目标相关拉普拉斯自编码器的乙烯分馏塔乙烯含量预测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：CN117172362B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202311104329.8，技术领域涉及：G06Q10/04；该发明授权基于目标相关拉普拉斯自编码器的乙烯分馏塔乙烯含量预测方法是由张新民;何柏村;宋执环;钱金传;朱哲人设计研发完成，并于2023-08-30向国家知识产权局提交的专利申请。

本基于目标相关拉普拉斯自编码器的乙烯分馏塔乙烯含量预测方法在说明书摘要公布了：本发明公开一种基于目标相关拉普拉斯自编码器的乙烯分馏塔乙烯含量预测方法，该方法设计了附加目标相关拉普拉斯约束的预训练损失函数，使得模型在训练阶段可以使用无标签样本带来的约束信息，解决了乙烯分馏过程不带乙烯含量测量值的无标签数据多而带乙烯含量测量值的有标签数据少情况下的建模问题。该方法通过样本的近邻邻接图，获取样本间的拉普拉斯约束，在有监督损失函数基础上引入样本间的拉普拉斯约束惩罚项，提高网络模型的泛化能力。本发明能够在部分有标签数据情况下提供准确的实时乙烯含量预测。

本发明授权基于目标相关拉普拉斯自编码器的乙烯分馏塔乙烯含量预测方法在权利要求书中公布了：1.一种基于目标相关拉普拉斯自编码器的乙烯分馏塔乙烯含量预测方法，其特征在于，该方法包括以下步骤： 步骤一：以固定的采样周期T，连续l+u次对乙烯分馏塔排出口的温度、气压和液体流速的传感器进行采样，得到l+u个只含过程变量的样本；在同一时段内，以固定的采样周期测量得到l个排出气体的乙烯含量值，构建建模用的训练数据集，包括有标签样本集和无标签样本集其中，x代表样本的过程变量，y代表需要测量的乙烯含量值，l表示有标签样本个数，u表示无标签样本个数； 步骤二：构建训练数据集所有样本的K近邻图； 步骤三：构建堆叠自编码器模型，并利用训练数据集和构建好的K近邻图对堆叠自编码器模型进行预训练； 步骤四：取预训练好之后的堆叠自编码器当中的编码器部分，在其上加入一层回归层构建回归网络，利用训练数据集中的有标签样本对回归网络的参数进行微调； 步骤五：采集现场工作数据，当回归网络训练完成后，模型转成在线预测时，新样本输入到回归网络当中，输出乙烯含量的预测值； 所述步骤二包括如下子步骤： 2.1计算样本之间的距离，存入到邻接矩阵G之中，使用高斯核作为距离度量手段，计算公式为： wij＝exp-||xi-xj||22σ21 其中xi,xi表示两个样本，σ表示带宽系数； 2.2对于每个样本xi，找出与其距离最小的Nneighbor个样本，保留这些样本和xi的距离值，将其他样本和xi的距离值设为0，更新邻接矩阵G当中的距离值。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。

以上内容由龙图腾AI智能生成。