一种基于特征迁移学习的多工况过程软测量建模方法

摘要

一种基于特征迁移学习的多工况过程软测量建模方法，包括以下步骤：(1)获取连续搅拌釜式反应器的多工况过程变量数据集；(2)多工况数据的预处理以及数据集划分；(3)不同工况下的数据特征分布匹配迁移训练；(4)建立域适应极限学习机软测量模型；(5)将特征分布匹配好的新训练数据送入软测量模型训练并进行预测评估。本发明利用特征迁移方法将相关工况数据特征信息迁移到标签数据缺乏的工况中，有效提升了软测量模型对标签数据缺乏的工况的预测准确度。