“开红梅”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果3个，建议您升级VIP下载更多相关专利

[发明专利]一种多工况过程故障监测与诊断方法-CN202110259230.X在审
发明人：任世锦;刘小洋;王波;开红梅 -专利权人：江苏师范大学
申请日： 2021-03-10 - 公布日： 2022-09-20 - 主分类号： G05B23/02 文献下载
摘要：本发明涉及一种多工况过程故障监测与诊断方法，该方法包括以下步骤：利用变分推理方法在核隐空间中学习鲁棒度量模型，获取数据对应的核隐空间的低维非线性隐变量以及模型参数；基于核隐空间变分推理的鲁棒度量学习的GMM多工况过程监测。本发明将核空间弱监督度量学习和隐变量模型嵌入式到GMM建模过程，并使用学生t‑分布对非高斯噪声进行建模，更加关注度量学习方法对后续GMM性能的提升，以增强GMM对非线性、不确定、非高斯噪声、多工况数据集的描述能力。
一种工况过程故障监测诊断方法

[发明专利]变分推理的高斯非高斯成分协同的混杂过程故障检测方法-CN202011576221.5在审
发明人：任世锦;任珈仪;陈琳;潘剑寒;开红梅 -专利权人：江苏师范大学
申请日： 2020-12-28 - 公布日： 2022-07-01 - 主分类号： G05B23/02 文献下载
摘要：本发明涉及一种变分推理的高斯非高斯成分协同的混杂过程故障检测方法，该方法基于学生t‑分布高斯/非高斯成分提取框架，并用于混杂过程故障检测；使用变分推理自动确定模型参数和模型选择，保证模型性能的提高；克服现有两阶段高斯/非高斯信息抽取算法存在的计算量大、忽略了两类信息的关联性等缺点，能够同时提取并灵活表示混杂分布中的高斯/非高斯信息,克服现有方法假设噪声水平单一的问题，提高了混杂过程信息提取能力。本发明给出独立成分的混合矩阵以及高斯成分的负荷矩阵初始化方法，加快算法的收敛速度。本发明的方法能够准确建立高斯分成、非高斯成分以及残差的监测统计量，更好地观测过程运行特点，有利于提高工业过程的认识水平。
推理高斯非高斯成分协同混杂过程故障检测方法

[发明专利]半监督RSDAE的非线性PLS间歇过程监测方法-CN202110702352.1在审
发明人：任世锦;开红梅;任珈仪;巩固;刘小洋 -专利权人：江苏师范大学
申请日： 2021-06-24 - 公布日： 2021-09-21 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种半监督鲁棒稀疏深度自编码网络(robust sparse deep auto‑encoder,RSDAE)的非线性偏最小二乘（partial least square,PLS）间歇过程监测方法，该方法包括以下步骤：建立半监督鲁棒稀疏深度自编码网络RSDAE从高维、含噪、稀疏数据集抽取低维数据特征；基于低维特征数据集建立PLS模型；根据建立的非线性PLS模型对间歇过程进行故障监测。本发明充分利用标记和未标记样本信息并考虑了样本的稀疏性，更好地获取数据中隐藏的有用信息，降低深度自编码网络隐藏节点数量选取难度，有效地消除了数据中不确定性、冗余信息，提高了模型的鲁棒性。
监督 rsdae 非线性 pls 间歇过程监测方法