[发明专利]一种基于梯度增强回归树的造纸过程打浆度软测量方法有效

专利信息
申请号: 201811455202.X 申请日: 2018-11-30
公开(公告)号: CN109440515B 公开(公告)日: 2020-06-19
发明(设计)人: 李继庚;洪蒙纳;满奕;孟子薇 申请(专利权)人: 华南理工大学
主分类号: D21D1/02 分类号: D21D1/02
代理公司: 广州市华学知识产权代理有限公司 44245 代理人: 李斌
地址: 510640 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于梯度增强回归树的造纸过程打浆度软测量方法,包括下述步骤:S1、采集原始浆料的纤维形态数据和初始打浆度数据,采集磨浆工艺数据,并做数据处理;S2、基于梯度增强回归树的原理,建立打浆度软测量模型;S3、根据训练数据集,采用交叉验证法,训练打浆度软测量模型;S4、根据训练数据集对所述打浆度软测量模型的参数进行调整;S5、利用前述训练及调整完成的模型,对待测样本进行打浆度软测量;本发明方法基于梯度增强回归树,建立打浆度软测量模型,其模型方便,精度高,泛化能力强,具有良好的推广应用前景。
搜索关键词: 一种 基于 梯度 增强 回归 造纸 过程 打浆 测量方法
【主权项】:
1.一种基于梯度增强回归树的造纸过程打浆度软测量方法,其特征在于,包括下述步骤:S1、根据生产的实际情况,采集原始浆料的纤维形态数据和初始打浆度数据,采集磨浆工艺数据,并做数据处理;S2、基于梯度增强回归树的原理,建立打浆度软测量模型;记第m次迭代生成的梯度增强回归树Fm(x)为打浆度软测量模型,具体公式如下:其中Fm‑1(x)为第m‑1次迭代生成的梯度增强回归树,x表示数据集的自变量,y表示应变量,表示选择平方损失函数,Tm(xi)表示第m次迭代生成的回归树,xi表示第i个样本的自变量,yi表示相应的应变量,i=1,2,…,n;S3、针对所述打浆度软测量模型及数据集,采用交叉验证法,训练并调整模型参数;S4、通过反复训练调整所述打浆度软测量模型的参数,或者增加训练集样本量的方式,修正模型提高精度直至模型精度达到应用条件;S5、利用步骤S4训练完成的打浆度软测量模型,对测试样本进行打浆度软测量。
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华南理工大学,未经华南理工大学许可,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/201811455202.X/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top