一种基于卷积神经网络的4-CBA含量的动态软测量方法

摘要

本发明公开了一种基于卷积神经网络的4‑CBA含量的动态软测量方法，用于计算PTA氧化过程产生的4‑CBA含量，方法首先基于卷积神经网络构建动态软测量模型的输入与输出的映射关系，并将PTA氧化过程中有关可测变量的时间序列数据块作为动态软测量模型的输入，将4‑CBA作为输出；该方法将时间序列数据块输入到卷积层和池化层交替分布的卷积神经网络中，其中，卷积层和池化层均为2层，第一层池化采用一维最大池化提取卷积后的特征，第二层池化采用与卷积层输出的特征图大小相等的最大池化进行采样，并将最后一层池化的输出使用线性函数计算得到输出结果，该结果与4‑CBA分析数据进行比较并更新参数；本发明的动态软测量模型简单易实现，提高了模型的测量精度。