《面向半監督數據集的智慧型軟測量建模方法研究與套用》是依託浙江大學，由葛志強擔任項目負責人的面上項目。
基本介紹
- 中文名：面向半監督數據集的智慧型軟測量建模方法研究與套用
- 依託單位：浙江大學
- 項目負責人：葛志強
- 項目類別：面上項目
項目摘要,結題摘要,
項目摘要
針對流程工業過程中普遍存在的半監督數據結構特徵，本項目擬開展基於貝葉斯和半監督學習理論的智慧型軟測量建模方法研究。具體研究內容包括：分析流程工業過程半監督數據結構特點；有監督和半監督軟測量模型相互轉化條件和優缺點分析；在主動學習建模框架下，研究基於智慧型數據統計分析模型的半監督軟測量方法，包括徑向基線性主動學習算法、非線性主動學習算法以及核學習半監督軟測量建模方法等；面向工業過程的複雜數據特性，研究基於貝葉斯統計學習的半監督機率軟測量建模方法，包括混合貝葉斯線性模型、非線性機率模型以及半監督疊代機率模型等；融合集成學習算法，對半監督軟測量模型的魯棒性、適應性以及可靠性進行分析。項目的研究目標是提出一套適合流程工業半監督數據集的軟測量建模方法。研究成果對提升過程產品質量的閉環控制性能、節省建模時間與成本、提高過程運行效率以及縮短產品開發周期均具有重要的理論意義與實際套用價值。
結題摘要
針對流程工業過程中普遍存在的半監督數據結構特徵，本項目開展了基於貝葉斯和半監督學習理論的智慧型軟測量建模方法研究。具體研究內容包括：分析流程工業過程半監督數據結構特點；在主動學習建模框架下，研究基於智慧型數據統計分析模型的半監督軟測量方法，面向工業過程的複雜數據特性，研究基於貝葉斯統計學習的半監督機率軟測量建模方法，包括混合貝葉斯線性模型、非線性機率模型以及半監督疊代機率模型等；融合集成學習算法，對半監督軟測量模型的魯棒性、適應性以及可靠性進行分析。項目提出一套適合流程工業半監督數據集的軟測量建模方法。研究成果對提升過程產品質量的閉環控制性能、節省建模時間與成本、提高過程運行效率以及縮短產品開發周期均具有重要的理論意義與實際套用價值。
