[发明专利]基于迁移学习的ELM-AE的聚酯纤维原丝生产性能预测方法

摘要

本发明涉及一种基于迁移学习的ELM‑AE的聚酯纤维原丝生产性能预测方法。由于ELM网络结构仅有一个隐含层，且输入数据的权重及隐含层的偏置是随机生成的，浅层网络对数据特征提取具有一定的偏差，因此加深ELM网络结构用于提取数据的特征，多层隐含层采用自编码(Autoencoder:AE)进行训练提高模型的训练精度。在工业过程中，同一生产规格产品的生产数据具有难采集，采集成本造价高，采集样本数量少等特点，数据难以用来进行工业过程建模。迁移学习(Transfer Learning:TL)是在一种环境中学到的知识被用在另一个领域中来提高它的泛化性能。不同规格的产品的生产数据有相似之处，且具有一定的相关性，建立迁移学习ELM‑AE(TL‑ELM‑AE)模型，提高模型的泛化能力。