[发明专利]一种半监督神经网络模型及基于该模型的软测量建模方法在审
| 申请号： | 201710551671.0 | 申请日： | 2017-07-07 |
| 公开（公告）号： | CN107505837A | 公开（公告）日： | 2017-12-22 |
| 发明（设计）人： | 葛志强;李浩;宋执环 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G05B13/04 | 分类号： | G05B13/04;G06N3/04 |
| 代理公司： | 杭州求是专利事务所有限公司33200 | 代理人： | 邱启旺 |
| 地址： | 310058 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于半监督神经网络模型的软测量建模方法，该模型分为三层，第一层为输入层，第二层为隐藏层，第三层为输出层，输出层分为自编码器输出层和神经网络模型输出层，自编码器和神经网络模型共用输入层和隐藏层，该建模方法是由自编码器和神经网络组成，可以有效的解决有标签样本少、无标签样本多导致的软测量建模不准确的问题，从而建立更加准确的半监督软测量模型，实现过程的监测和相应的控制。 | ||
| 搜索关键词： | 一种 监督 神经网络 模型 基于 测量 建模 方法 | ||
【主权项】：
一种半监督神经网络模型，所述的模型由自编码器和神经网络组成，分为三层，第一层为输入层，第二层为隐藏层，第三层为输出层，自编码器和神经网络模型共用输入层和隐藏层，而输出层分为自编码器输出层和神经网络模型输出层，输入层输入变量为x，输入层到隐藏层的权重和偏置分别为ω1和b1，隐藏层到神经网络输出层的权重和偏置为ωy和by，隐藏层到自编码器输出层的权重和偏置为ω2和b2，自编码器输出层输出的x的重构值为神经网络模型输出层输出的预测值为
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江大学，未经浙江大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710551671.0/，转载请声明来源钻瓜专利网。
