龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：重庆科技大学
申请日：2024-04-15
公开（公告）日：2024-06-25
公开（公告）号：CN118245907A
主分类号：G06F18/2413
分类号：G06F18/2413;G06F18/214;G06N3/045;G06N3/092;C25C3/20
优先权：["20231212 CN 2023117081310"]
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本发明涉及铝电解槽况诊断技术领域，具体公开了基于强化学习的铝电解槽况诊断方法及装置，诊断方法包括如下步骤：S100、电解槽参数作为样本并进行预处理；S200、构建动态标签传播模型对数据进行采样；其中，所述动态标签传播模型，通过多次更新尾部样本以改善数据不平衡状况；S300、利用强化学习算法构建铝电解槽况诊断模型并训练；S400、将待预测的电解槽参数进行预处理后，输入训练好的诊断模型中，以实现铝电解槽况的诊断。基于强化学习的铝电解槽况诊断装置包括预处理模块、采样模块、训练模块和诊断模块。本方案用以解决现有铝电解槽故障诊断效果不佳或者诊断结果准确率低的问题。
主权项：1.基于强化学习的铝电解槽况诊断方法，其特征在于，包括如下步骤：S100、将电解槽的参数作为样本并进行预处理；S200、构建动态标签传播模型对数据进行采样；其中，所述动态标签传播模型，通过多次更新尾部样本以改善数据不平衡状况；S300、利用强化学习算法构建铝电解槽况诊断模型并训练；S400、将待预测的电解槽参数进行预处理后，输入训练好的诊断模型中，以实现铝电解槽况的诊断。
全文数据：
权利要求：
百度查询： 重庆科技大学 基于强化学习的铝电解槽况诊断方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号