一种基于半监督极限学习机的铝电解过热度识别方法

摘要

本发明公开了一种基于半监督极限学习机的铝电解过热度识别方法，所述方法包括：收集铝电解实时生产数据，对收集到的数据进行归一化处理和标准化处理；构造Hessian正则化算子；计算极限学习机ELM模型的隐层输出；构造所述ELM模型的损失函数，求解输出权值矩阵。本发明能够充分发掘无标签数据中隐含的信息，克服传统Laplacian正则化的推断力弱的问题，且训练速度较传统方法快，能实现对工业系统的过热度状态的进行准确实时监测。