浙江科技学院郑俊华获国家专利权
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!
龙图腾网获悉浙江科技学院申请的专利基于贝叶斯正则化的硫磺回收装置软测量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:CN116935992B 。
龙图腾网通过国家知识产权局官网在2026-03-03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:202310921783.6,技术领域涉及:G16C20/70;该发明授权基于贝叶斯正则化的硫磺回收装置软测量方法是由郑俊华;叶茂钞;周乐;吕玉婷设计研发完成,并于2023-07-26向国家知识产权局提交的专利申请。
本基于贝叶斯正则化的硫磺回收装置软测量方法在说明书摘要公布了:本发明公开了一种基于贝叶斯正则化的硫磺回收装置软测量方法,包括:在线检测硫磺回收装置的过程变量数据,并对其进行预处理和归一化处理;将处理后的过程变量数据输入至构建的基于贝叶斯正则化的概率主元回归软测量模型中,获得在线过程变量数据对应的关键指标值;所述的基于贝叶斯正则化的概率主元回归软测量模型在训练过程中,通过贝叶斯正则化方法自动确定主元回归模型中的主元个数。本发明在传统主元回归模型的基础上,引入概率建模的方法,并通过贝叶斯正则化方法自动确定主元回归模型中的主元个数,克服了传统主元回归模型的不足,极大地提高了硫磺回收装置中的关键指标在线检测效果和性能。
本发明授权基于贝叶斯正则化的硫磺回收装置软测量方法在权利要求书中公布了:1.一种基于贝叶斯正则化的硫磺回收装置软测量方法,其特征在于,包括:在线检测硫磺回收装置的过程变量数据,并对其进行预处理和归一化处理;将处理后的过程变量数据输入至基于贝叶斯正则化的概率主元回归软测量模型中,获得在线过程变量数据对应的关键指标值; 所述基于贝叶斯正则化的概率主元回归软测量模型在训练过程中,通过贝叶斯正则化方法自动确定主元回归模型中的主元个数; 所述基于贝叶斯正则化的概率主元回归软测量模型的结构如下: ; x和y分别对应预处理和归一化后的过程变量和关键指标样本;和分别为过程变量和关键指标样本的负载矩阵,m为过程变量个数,k为主元的个数,r为关键指标的个数;为提取出来的主元,服从均值为0,方差为1的正态分布;和分别为过程变量和关键指标样本所对应的噪声,均服从零均值的正态分布,和为对应的方差值; 采用期望-极大算法获取基于贝叶斯正则化的概率主元回归软测量模型的最优模型参数; 在期望-极大算法的期望步骤中,对模型中主元变量的后验分布密度函数进行估计;在期望-极大算法的极大步骤中,通过极大化模型优化函数,获得当前最优的模型参数值;通过反复对期望步骤和极大步骤进行迭代,直至模型参数收敛,获得最优模型参数; 所述优化函数如下: ; 为输入训练数据样本集;为输出训练样本集,代表常数;为似然函数,为二范数;为负载矩阵的第i列向量,为负载矩阵的第j列向量;和分别为P和C对应的两个概率密度函数的参数矩阵,其中,和分别为对应参数矩阵的第i列;所述两个概率密度函数分别为: ; ; 其中d为隐变量维度。
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科技学院,其通讯地址为:310023 浙江省杭州市西湖区留和路318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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励