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：2024-03-27
公开（公告）日：2024-06-28
公开（公告）号：CN118260632A
主分类号：G06F18/24
分类号：G06F18/24;G06F18/15;G06F18/214;G06F18/213;G06N3/0464
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明公开了一种基于Stacking‑SSA模型的烧结矿转鼓指数预测方法，所述预测方法包括步骤：S100：采集钢铁厂实际的生产数据；S200：对采集的数据进行预处理；S300：处理预处理的数据，筛选出重要特征；S400：构建由学习模型和CNN模型组成的基模型，利用筛选出的重要特征作为输入，对烧结矿转鼓指数进行初步预测；S500：采用麻雀搜索算法对步骤400中的基模型的参数进行优化；S600：将步骤500中优化后的基模型进行堆叠，形成Stacking‑SSA模型，通过Stacking‑SSA模型预测转鼓指数，本发明中的公开的方案通过Stacking集成学习框架和SSA算法的优化，提高了模型的预测精度，解决了现有的预测方法预测精度低的问题。
主权项：1.一种基于Stacking-SSA模型的烧结矿转鼓指数预测方法，其特征在于，所述预测方法包括步骤：S100：采集钢铁厂实际的生产数据；S200：对采集的数据进行预处理；S300：处理预处理的数据，筛选出重要特征；S400：构建由学习模型和CNN模型组成的基模型，利用筛选出的重要特征作为输入，对烧结矿转鼓指数进行初步预测；S500：采用麻雀搜索算法对步骤400中的基模型的参数进行优化；S600：将步骤500中优化后的基模型进行堆叠，形成Stacking-SSA模型，通过Stacking-SSA模型预测转鼓指数。
全文数据：
权利要求：
百度查询： 重庆科技大学 一种基于Stacking-SSA模型的烧结矿转鼓指数预测方法
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