[发明专利]断面轮廓降维模型训练方法、系统及数据压缩方法、系统

权利要求书

1.一种断面轮廓降维模型训练方法，其特征在于，所述方法包括：

构建初始断面轮廓降维模型；所述断面轮廓降维模型基于自编码神经网络构建；

收集生产过程中带材断面轮廓数据，并在所述带材断面轮廓数据中添加噪声得到样本数据集；

对所述样本数据集进行标准化和剔除重复值的预处理得到处理后的样本数据集，根据所述处理后的样本数据集对所述初始断面轮廓降维模型进行优化训练；

对所述初始断面轮廓降维模型进行优化训练，得到训练好的断面轮廓降维模型；

对所述初始断面轮廓降维模型进行优化训练包括：

构建重构误差函数；

对所述初始断面轮廓降维模型进行预设迭代次数的训练，得到第一模型；

根据所述重构误差函数判断所述第一模型是否满足预设精度阈值，若满足，则将所述第一模型作为断面轮廓降维模型，否则优化调整所述初始断面轮廓降维模型的参数，并返回“对所述初始断面轮廓降维模型进行预设迭代次数的训练”步骤；

所述根据所述重构误差函数判断所述第一模型是否满足预设精度阈值包括：

将样本数据集中部分数据作为训练样本，将所述训练样本划分为训练集与验证集；

利用所述训练集对所述初始断面轮廓降维模型进行预设迭代次数的训练得到第一模型；

根据所述训练集与所述验证集的训练误差损失图判断所述第一模型的平均误差是否小于第一预设阈值，若是，则所述第一模型满足预设精度阈值，否则，则所述第一模型不满足预设精度阈值；

所述根据所述重构误差函数判断所述第一模型是否满足预设精度阈值还包括：

将所述样本数据集中除所述训练样本外的部分数据作为测试集；

当所述第一模型小于第一预设阈值时，则将所述测试集输入所述第一模型中，得到输出测试集，并判断所述测试集与输出测试集的均方误差是否小于第二预设阈值，若小于，则所述第一模型满足预设精度阈值，否则所述第一模型不满足预设精度阈值；

所述优化调整所述初始断面轮廓降维模型的参数包括：

调整所述初始断面轮廓降维模型的隐含层层数及各个隐含层的神经元个数；

使用小随机数初始化各所述隐含层的权重；

调整初始断面轮廓降维模型的分批次训练大小、学习率以及训练步数。

2.根据权利要求1所述的一种断面轮廓降维模型训练方法，其特征在于，所述构建初始断面轮廓降维模型包括：

构建包括五层的自编码神经网络，第一层至第五层通过全连接的方式依次连接；

根据带材断面轮廓数据的输入变量设置第一层与第五层的神经元个数；

根据需要降维的维度设置第三层的神经元个数；

设置第二层与第四层的神经元个数为初始值。

3.根据权利要求1所述的一种断面轮廓降维模型训练方法得到一种带材断面轮廓数据压缩方法，其特征在于，所述方法包括：

利用断面轮廓降维模型实现对带材断面轮廓数据的压缩。

4.根据权利要求1所述的一种断面轮廓降维模型训练方法得到一种带材断面轮廓数据压缩系统，其特征在于，所述系统包括：

数据压缩模块，用于利用断面轮廓降维模型实现对带材断面轮廓数据的压缩。

5.一种断面轮廓降维模型训练系统，其特征在于，所述系统包括：

模型构建模块，用于构建初始断面轮廓降维模型；

收集生产过程中带材断面轮廓数据，并在所述带材断面轮廓数据中添加噪声得到样本数据集；

对所述样本数据集进行标准化和剔除重复值的预处理得到处理后的样本数据集，根据所述处理后的样本数据集对所述初始断面轮廓降维模型进行优化训练；

优化训练模块，用于对所述初始断面轮廓降维模型进行优化训练，得到训练好的断面轮廓降维模型；

对所述初始断面轮廓降维模型进行优化训练包括：

构建重构误差函数；

对所述初始断面轮廓降维模型进行预设迭代次数的训练，得到第一模型；

根据所述重构误差函数判断所述第一模型是否满足预设精度阈值，若满足，则将所述第一模型作为断面轮廓降维模型，否则优化调整所述初始断面轮廓降维模型的参数，并返回“对所述初始断面轮廓降维模型进行预设迭代次数的训练”步骤；

所述根据所述重构误差函数判断所述第一模型是否满足预设精度阈值包括：

将样本数据集中部分数据作为训练样本，将所述训练样本划分为训练集与验证集；

利用所述训练集对所述初始断面轮廓降维模型进行预设迭代次数的训练得到第一模型；

根据所述训练集与所述验证集的训练误差损失图判断所述第一模型的平均误差是否小于第一预设阈值，若是，则所述第一模型满足预设精度阈值，否则，则所述第一模型不满足预设精度阈值；

所述根据所述重构误差函数判断所述第一模型是否满足预设精度阈值还包括：

将所述样本数据集中除所述训练样本外的部分数据作为测试集；

当所述第一模型小于第一预设阈值时，则将所述测试集输入所述第一模型中，得到输出测试集，并判断所述测试集与输出测试集的均方误差是否小于第二预设阈值，若小于，则所述第一模型满足预设精度阈值，否则所述第一模型不满足预设精度阈值；

所述优化调整所述初始断面轮廓降维模型的参数包括：

调整所述初始断面轮廓降维模型的隐含层层数及各个隐含层的神经元个数；

使用小随机数初始化各所述隐含层的权重；

调整初始断面轮廓降维模型的分批次训练大小、学习率以及训练步数。