[發明專利]一種基于深度卷積網絡特征融合的化工過程性能評測方法在審
| 申請號： | 202010877983.2 | 申請日： | 2020-08-27 |
| 公開（公告）號： | CN112001123A | 公開（公告）日： | 2020-11-27 |
| 發明（設計）人： | 王楠;張日東 | 申請（專利權）人： | 杭州電子科技大學 |
| 主分類號： | G06F30/27 | 分類號： | G06F30/27;G06N3/04;G06N3/08 |
| 代理公司： | 浙江千克知識產權代理有限公司 33246 | 代理人： | 周希良 |
| 地址： | 310018 浙江*** | 國省代碼： | 浙江;33 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 深度 卷積 網絡 特征 融合 化工 過程 性能 評測 方法 | ||
【權利要求書】：
1.一種基于深度卷積網絡特征融合的化工過程性能評測方法，其特征在于該方法包括以下步驟：
步驟1、對實驗采集得到的數據進行預處理
1.1、將原始數據標注好標簽后隨即打亂；
1.2、對數據進行規范化處理，將所有數據點縮放到相同的取值范圍內；
1.3、按照一定的比例將數據集劃分為訓練集與測試集；
步驟2、將訓練集輸入歸一化DCNN中進行特征提取；
2.1、在DCNN結構的每一層卷積層后加入一層BN層，構成歸一化DCNN網絡；
2.2、將訓練集輸入構建好的歸一化DCNN網絡中提取特征；
步驟3、構建特征融合層
3.1、根據BCNN的特征融合原理，構建特征融合層；
3.2、將步驟2中歸一化DCNN所提取的特征，輸入按照BCNN的特征融合層構建的雙線性特征融合層，進行特征融合，以得到更加高效精確的特征；
步驟4、將融合后的特征輸入全連接網絡，進行接下來的特征融合與提取；
步驟5、由softmax進行結果輸出，并進行反向傳播，以調整整個網絡模型的參數，優化模型，提高診斷精度；最終通過將測試集輸入優化好的網絡模型，以顯示網絡模型的診斷性能。
下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于杭州電子科技大學，未經杭州電子科技大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010877983.2/1.html，轉載請聲明來源鉆瓜專利網。
