CN106407513A - 一种水松纸透气度检测过程的优化方法 - Google Patents
一种水松纸透气度检测过程的优化方法 Download PDFInfo
- Publication number
- CN106407513A CN106407513A CN201610779288.6A CN201610779288A CN106407513A CN 106407513 A CN106407513 A CN 106407513A CN 201610779288 A CN201610779288 A CN 201610779288A CN 106407513 A CN106407513 A CN 106407513A
- Authority
- CN
- China
- Prior art keywords
- air permeability
- formula
- random
- tipping paper
- rule
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000035699 permeability Effects 0.000 title claims abstract description 48
- 238000005457 optimization Methods 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000001514 detection method Methods 0.000 title claims abstract description 22
- 238000005259 measurement Methods 0.000 claims abstract description 10
- 230000035772 mutation Effects 0.000 claims abstract description 4
- 238000011156 evaluation Methods 0.000 claims description 12
- 239000007799 cork Substances 0.000 claims description 9
- 108090000623 proteins and genes Proteins 0.000 claims description 8
- 238000012913 prioritisation Methods 0.000 claims description 7
- 238000012549 training Methods 0.000 claims description 4
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 230000004913 activation Effects 0.000 claims description 3
- 238000000205 computational method Methods 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 2
- 238000003672 processing method Methods 0.000 abstract description 2
- 238000013461 design Methods 0.000 description 5
- 230000009977 dual effect Effects 0.000 description 3
- 235000019504 cigarettes Nutrition 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000000391 smoking effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- SNICXCGAKADSCV-JTQLQIEISA-N (-)-Nicotine Chemical compound CN1CCC[C@H]1C1=CC=CN=C1 SNICXCGAKADSCV-JTQLQIEISA-N 0.000 description 1
- 235000018781 Dacrydium franklinii Nutrition 0.000 description 1
- 244000280209 Dacrydium franklinii Species 0.000 description 1
- 241000208125 Nicotiana Species 0.000 description 1
- 235000002637 Nicotiana tabacum Nutrition 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000011280 coal tar Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 229960002715 nicotine Drugs 0.000 description 1
- SNICXCGAKADSCV-UHFFFAOYSA-N nicotine Natural products CN1CCCC1C1=CC=CN=C1 SNICXCGAKADSCV-UHFFFAOYSA-N 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
- 238000009738 saturating Methods 0.000 description 1
- 239000011269 tar Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明涉及一种水松纸透气度检测过程的优化方法,属于软测量检测技术领域。本发明采用图像处理方法利用孔面积、灰度与真实水松纸透气度确定软测量模型及优化目标,使用基于置信规则库专家系统的差分进化算法优化方案对目标进行优化。本发明能够有效引导算法进行目标优化:首先,通过置信规则库对历史数据进行训练,利用证据推理(ER)建立初步的软测量模型;然后,通过差分进化算法(DE)优化软测量模型,进一步提高建模的准确性,并利用变异交叉过程有效保持算法搜索的宽度和深度;最后,采用优化后的软测量模型,使用证据推理方法进行水松纸透气度拟合,通过与真实水松纸透气度的误差分析验证本发明设计的有效性。
Description
技术领域
本发明涉及一种水松纸透气度检测过程的优化方法,属于软测量检测技术领域。
背景技术
众所周知,吸烟有害健康。随着人们生活水平的提高,对健康的关注更多,这就要求烟草行业能够在保证香烟质量的同时能够兼顾到消费者吸烟时对焦油、尼古丁等有害物质的摄入。目前流行使用打孔水松纸就能较为有效控制卷烟中焦油的含量,而水松纸的透气度正是评价水松纸质量好坏的一个重要指标。
现有的水松纸透气度检测方法主要为本特生法(或肖伯尔法),其检测效率较低,使用维护成本高。
置信规则库是一种可以较好地处理不确定条件下专家知识和定量数据的专家系统,运用BRB进行透气度的数据拟合,能够有效地利用水松纸的孔面积和灰度等数据和专家知识,减少实际生产中的检测设备的使用,缩短检测时间,降低生产成本。在BRB系统中,包含规则权重(rule weight)、前提属性权重(antecedent attribute weight)和置信度(belief degree)等参数。这些参数通常由专家根据先验知识和历史信息给定,反映了专家对所研究对象的认识程度,但专家给定的知识并不一定准确。
发明内容
本发明所要解决的技术问题是提供一种水松纸透气度检测过程的优化方法,基于置信规则库专家系统的检测方式,采用差分进化算法(DE)对参数进行了优化,能在有限时间内检测出较高精度的水松纸透气度。
本发明的技术方案是:一种水松纸透气度检测过程的优化方法,其特征在于:所述的方法包括如下步骤:
1)利用孔面积、灰度与真实水松纸透气度确定基于置信规则库专家系统BRB的软测量模型及优化目标,其中软测量模型根据已有历史数据训练建立,并通过孔面积和灰度双输入因素增强软测量模型建模的准确性,优化目标为拟合值与实际值之间总的均方误差Fitness,软测量模型及优化目标的确立过程如公 式(1)-(5)所述,
式(1)表示第k条置信规则的激活权重wk的计算方法,其中θk表示第k条置信规则的规则权重,表示第k条规则中输入孔面积和灰度分别相对于输入参考值的置信度,表示在第k条规则中第i个参考值,L表示在BRB中置信规则的总条数,M表示评价等级的个数,为1,wk∈[0,1];式(2)表示计算出的输出置信度βj,k表示第k条规则中输出的透气度值相对于输出参考值Dj的置信度,Dj表示输出的第j个参考值,j=1,2,…,N,N表示输出参考值的个数;式(4)表示BRB计算输出评价结果的分布式表示形式,再由证据推理方法拟合成水松纸透气度;式(5)表示的是目标函数,ZTQD表示水松纸的真实透气度,NTQD为拟合透气度,number表示样本数目;优化目标是在优化模型的过程中使Fitness最小;
2)使用差分进化算法优化方案对优化目标进行优化。
进一步地,所述步骤2)使用差分进化算法优化方案对优化目标进行优化具体步骤如下:
A、编码方式:采用实数编码,θk=random(0,1),k=1,2,…,L;random(0,1)表示生成0至1之间的随机数,j=1,2,…,N;k=1,2,…,L,其中,k为规则条数,j为相对于第k条规则的评价结果个数;
B、数据预处理:采样历史数据信息,并将水松纸孔面积和灰度分别划分为level_1、level_2个等级,L=level_1×level_2;
C、种群生成:种群初始化,Popsize为种群规模,规则权重θPopsize,k=random(0,1),k=1,2,…,L;random(0,1)表示取0~1的随机数,L表示BRB中置信规则的条数,置信度βPopsize,j,k=random(0,1),j=1,2,…,N;k=1,2,…,L,N表示评价结果的个数,并令前提属性权重i=1,2,…,M,M表示前提属性的个数;
D、透气度拟合:基于证据推理算法evidential reasoning,ER,根据规则权重θPopsize,k、置信度βPopsize,j,k和前提属性权重采用式(1)~(4)进行水松纸透气度拟合NTQD;
E、个体适应性评价:定义个体适应性Fitness为全部检测样本真实透气度与拟合透气度的均方误差,具体如式(5)所示,并保优第gene代种群中最优个体的规则权重置信度
F、差分进化:采用差分进化算法对种群中的每个个体执行差分进化操作,设第gene代种群中的i'个个体i'=1,2,…,Popsize;
变异操作:随机采用如式(6)~(8)中任意一种变异方式得到新个体其中(i'≠j'≠r'≠h')为与不同且互不相同的个体,Bπgene为第gene代种群中的最优个体;
交叉操作:采用指数交叉方式得到个体Cr表示控制接受目标个体中变量的交叉概率,交叉点为k=random[1,L](random[1,L]表示生成1~L间的一个随机整数),然后以概率选择一个长度L<d作为替换的变量数目,随机数L满足式(9)约束,具体交叉方式如式(10)所示,并修正中非法规则权重及非法置信度,完成差分进化操作,其中,<>d表示整数相对d的求模运算;
P{L=k}=(Cr)k-1×(1-Cr) (9)
G、选择操作:采用贪婪选择方式,提高了种群的平均适应性,逐步达到满意解,选择方式如式(11)所示;
H、终止条件:设定终止条件的最大迭代数为500,若满足,则输出“最优个体”的规则权重进行水松纸透气度检测;若否则转至步骤D,反复迭代至满足终止条件为止。
进一步地,所述种群规模设置为Popsize=30。
本发明的有益效果是:本发明提出了采用图像处理方法利用孔面积、灰度与真实水松纸透气度确定软测量模型及优化目标,结构清晰准确;使用基于置信规则库专家系统的差分进化算法优化方案对目标进行优化;其中软测量模型根据已有历史数据训练建立,并通过孔面积和灰度双输入因素增强软测量模型建模的准确性。首先,通过置信规则库对历史数据进行训练,利用证据推理建立初步的软测量模型;然后,通过差分进化算法优化软测量模型,进一步提高建模的准确性,并利用变异交叉过程有效保持算法搜索的宽度和深度;最后,采用优化后的软测量模型,使用证据推理方法进行水松纸透气度拟合,通过与真实水松纸透气度的误差分析验证本发明设计的有效性。
附图说明
图1为本发明中基于置信规则库专家系统差分进化算法优化软测量模型流程图;
图2为本发明检测50个样本的效果图;
图3为本发明检测200个样本的效果图。
具体实施方式
实施例1:参看图1-图3,一种水松纸透气度检测过程的优化方法,其特征在于:所述的方法包括如下步骤:
1)利用孔面积、灰度与真实水松纸透气度确定基于置信规则库专家系统BRB的软测量模型及优化目标,其中软测量模型根据已有历史数据训练建立,并通过孔面积和灰度双输入因素增强软测量模型建模的准确性,优化目标为拟合值与实际值之间总的均方误差Fitness,软测量模型及优化目标的确立过程如公式(1)-(5)所述,
式(1)表示第k条置信规则的激活权重wk的计算方法,其中θk表示第k条置信规则的规则权重,表示第k条规则中输入孔面积和灰度分别相对于输入参考值的置信度,表示在第k条规则中第i个参考值,L表示在BRB中置信 规则的总条数,M表示评价等级的个数,为1,wk∈[0,1];式(2)表示计算出的输出置信度βj,k表示第k条规则中输出的透气度值相对于输出参考值Dj的置信度,Dj表示输出的第j个参考值,j=1,2,…,N,N表示输出参考值的个数;式(4)表示BRB计算输出评价结果的分布式表示形式,再由证据推理方法拟合成水松纸透气度;式(5)表示的是目标函数,ZTQD表示水松纸的真实透气度,NTQD为拟合透气度,number表示样本数目;优化目标是在优化模型的过程中使Fitness最小;
2)使用差分进化算法优化方案对优化目标进行优化。
进一步地,所述步骤2)使用差分进化算法优化方案对优化目标进行优化具体步骤如下:
A、编码方式:采用实数编码,θk=random(0,1),k=1,2,…,L;random(0,1)表示生成0至1之间的随机数,j=1,2,…,N;k=1,2,…,L,其中,k为规则条数,j为相对于第k条规则的评价结果个数;
B、数据预处理:采样历史数据信息,并将水松纸孔面积和灰度分别划分为level_1、level_2个等级,L=level_1×level_2;
C、种群生成:种群初始化,Popsize为种群规模,规则权重θPopsize,k=random(0,1),k=1,2,…,L;random(0,1)表示取0~1的随机数,L表示BRB中置信规则的条数,置信度βPopsize,j,k=random(0,1),j=1,2,…,N;k=1,2,…,L,N表示评价结果的个数,并令前提属性权重i=1,2,…,M,M表示前提属性的个数;
D、透气度拟合:基于证据推理算法evidential reasoning,ER,根据规则权重θPopsize,k、置信度βPopsize,j,k和前提属性权重采用式(1)~(4)进行水松纸透气度拟合NTQD;
E、个体适应性评价:定义个体适应性Fitness为全部检测样本真实透气度与拟合透气度的均方误差,具体如式(5)所示,并保优第gene代种群中最优个体的规则权重置信度
F、差分进化:采用差分进化算法对种群中的每个个体执行差分进化操作,设第gene代种群中的i'个个体i'=1,2,…,Popsize;
变异操作:随机采用如式(6)~(8)中任意一种变异方式得到新个体其中(i'≠j'≠r'≠h')为与不同且互不相同的个体,Bπgene为第gene代种群中的最优个体;
交叉操作:采用指数交叉方式得到个体Cr表示控制接受目标个体中变量的交叉概率,交叉点为k=random[1,L](random[1,L]表示生成1~L间的一个随机整数),然后以概率选择一个长度L<d作为替换的变量数目,随机数L满足式(9)约束,具体交叉方式如式(10)所示,并修正中非法规则权重及非法置信度,完成差分进化操作,其中,<>d表示整数相对d的求模运算;
P{L=k}=(Cr)k-1×(1-Cr) (9)
G、选择操作:采用贪婪选择方式,提高了种群的平均适应性,逐步达到满意解,选择方式如式(11)所示;
H、终止条件:设定终止条件的最大迭代数为500,若满足,则输出“最优个体”的规则权重进行水松纸透气度检测;若否则转至步骤D,反复迭代至满足终止条件为止。
进一步地,所述种群规模设置为Popsize=30。
针对本发明的实施例,图2为本发明检测50个样本的效果图,图3为本发明检测200个样本的效果图,表1为上述两种样本测试得到的误差结果表,表2为本发明的针对相应数据的一种参考等级设置表,表3为本发明针对相应数据的另一种参考等级设置表。
表1误差结果表
数据量 | 进化代数 | 最大误差 | 最小误差 | 平均误差 |
50 | 500 | 0.034 | 0.017 | 0.026 |
200 | 500 | 0.038 | 0.025 | 0.031 |
表2本发明的一种参考等级设置表
参考等级 | 小 | 较小 | 较大 | 大 |
孔面积(mm2) | 0 | 0.5933 | 1.8389 | 5 |
灰度值(px) | 13 | 15.357 | 23.246 | 27 |
透气度(CU) | 245 | 348.233 | 1636.95 | 4643 |
表3本发明另一种参考等级设置表
参考等级 | 小 | 较小 | 较大 | 大 |
孔面积(mm2) | 0 | 0.1968 | 1.2514 | 5 |
灰度值(px) | 11 | 11.038 | 25.65 | 29 |
透气度(CU) | 245 | 264.83 | 340.42 | 4643 |
上面结合附图对本发明的具体实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (3)
1.一种水松纸透气度检测过程的优化方法,其特征在于:所述的方法包括如下步骤:
1)利用孔面积、灰度与真实水松纸透气度确定基于置信规则库专家系统BRB的软测量模型及优化目标,其中软测量模型根据已有历史数据训练建立,并通过孔面积和灰度双输入因素增强软测量模型建模的准确性,优化目标为拟合值与实际值之间总的均方误差Fitness,软测量模型及优化目标的确立过程如公式(1)-(5)所述,
式(1)表示第k条置信规则的激活权重wk的计算方法,其中θk表示第k条置信规则的规则权重,表示第k条规则中输入孔面积和灰度分别相对于输入参考值的置信度,表示在第k条规则中第i个参考值,L表示在BRB中置信规则的总条数,M表示评价等级的个数,为1,wk∈[0,1];式(2)表示计算出的输出置信度βj,k表示第k条规则中输出的透气度值相对于输出参考值Dj的置信度,Dj表示输出的第j个参考值,j=1,2,…,N,N表示输出参考值的个数;式(4)表示BRB计算输出评价结果的分布式表示形式,再由证据推理方法拟合成水松纸透气度;式(5)表示的是目标函数,ZTQD表示水松纸的真实透气度,NTQD为拟合透气度,number表示样本数目;优化目标是在优化模型的过程中使Fitness最小;
2)使用差分进化算法优化方案对优化目标进行优化。
2.根据权利要求1所述的水松纸透气度检测过程的优化方法,其特征在于:所述步骤2)使用差分进化算法优化方案对优化目标进行优化具体步骤如下:
A、编码方式:采用实数编码,θk=random(0,1),k=1,2,…,L;random(0,1)表示生成0至1之间的随机数,j=1,2,…,N;k=1,2,…,L,其中,k为规则条数,j为相对于第k条规则的评价结果个数;
B、数据预处理:采样历史数据信息,并将水松纸孔面积和灰度分别划分为level_1、level_2个等级,L=level_1×level_2;
C、种群生成:种群初始化,Popsize为种群规模,规则权重θPopsize,k=random(0,1),k=1,2,…,L;random(0,1)表示取0~1的随机数,L表示BRB中置信规则的条数,置信度βPopsize,j,k=random(0,1),j=1,2,…,N;k=1,2,…,L,N表示评价结果的个数,并令前提属性权重i=1,2,…,M,M表示前提属性的个数;
D、透气度拟合:基于证据推理算法evidential reasoning,ER,根据规则权重θPopsize,k、置信度βPopsize,j,k和前提属性权重采用式(1)~(4)进行水松纸透气度拟合NTQD;
E、个体适应性评价:定义个体适应性Fitness为全部检测样本真实透气度与拟合透气度的均方误差,具体如式(5)所示,并保优第gene代种群中最优个体的规则权重置信度
F、差分进化:采用差分进化算法对种群中的每个个体执行差分进化操作,设第gene代种群中的i'个个体
变异操作:随机采用如式(6)~(8)中任意一种变异方式得到新个体其中为与不同且互不相同的个体,Bπgene为第gene代种群中的最优个体;
交叉操作:采用指数交叉方式得到个体Cr表示控制接受目标个体中变量的交叉概率,交叉点为k=random[1,L](random[1,L]表示生成1~L间的一个随机整数),然后以概率选择一个长度L<d作为替换的变量数目,随机数L满足式(9)约束,具体交叉方式如式(10)所示,并修正中非法规则权重及非法置信度,完成差分进化操作,其中,<>d表示整数相对d的求模运算;
P{L=k}=(Cr)k-1×(1-Cr) (9)
G、选择操作:采用贪婪选择方式,提高了种群的平均适应性,逐步达到满意解,选择方式如式(11)所示;
H、终止条件:设定终止条件的最大迭代数为500,若满足,则输出“最优个体”的规则权重进行水松纸透气度检测;若否则转至步骤D,反复迭代至满足终止条件为止。
3.根据权利要求2所述的一种水松纸透气度检测过程的优化方法,其特征在于:所述种群规模设置为Popsize=30。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610779288.6A CN106407513A (zh) | 2016-08-31 | 2016-08-31 | 一种水松纸透气度检测过程的优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610779288.6A CN106407513A (zh) | 2016-08-31 | 2016-08-31 | 一种水松纸透气度检测过程的优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106407513A true CN106407513A (zh) | 2017-02-15 |
Family
ID=58003191
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610779288.6A Pending CN106407513A (zh) | 2016-08-31 | 2016-08-31 | 一种水松纸透气度检测过程的优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106407513A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109655393A (zh) * | 2018-12-12 | 2019-04-19 | 昆明理工大学 | 一种基于置信规则库的水松纸透气度检测方法 |
CN110826909A (zh) * | 2019-11-06 | 2020-02-21 | 西南交通大学 | 一种基于规则集的工作流执行方法 |
CN110850206A (zh) * | 2019-11-13 | 2020-02-28 | 武汉理工大学 | 基于置信规则推理的逆变器电容老化故障诊断方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102243672A (zh) * | 2011-06-22 | 2011-11-16 | 浙江大学 | 基于混合多模型的盾构掘进过程中喷涌工况软测量建模方法 |
CN105158137A (zh) * | 2015-07-28 | 2015-12-16 | 昆明理工大学 | 一种基于最小二乘支持向量机的水松纸透气度检测方法 |
CN105300868A (zh) * | 2015-11-24 | 2016-02-03 | 昆明理工大学 | 一种烟草行业中的打孔水松纸透气度检测方法 |
-
2016
- 2016-08-31 CN CN201610779288.6A patent/CN106407513A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102243672A (zh) * | 2011-06-22 | 2011-11-16 | 浙江大学 | 基于混合多模型的盾构掘进过程中喷涌工况软测量建模方法 |
CN105158137A (zh) * | 2015-07-28 | 2015-12-16 | 昆明理工大学 | 一种基于最小二乘支持向量机的水松纸透气度检测方法 |
CN105300868A (zh) * | 2015-11-24 | 2016-02-03 | 昆明理工大学 | 一种烟草行业中的打孔水松纸透气度检测方法 |
Non-Patent Citations (3)
Title |
---|
刘佳俊 等: ""基于置信规则库和差分进化的设备寿命评估方法"", 《科学技术与工程》 * |
孙映白: ""基于BP神经网络的软测量技术在水松纸透气度检测中的应用研究"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
王韩杰 等: ""专家干预下置信规则库参数训练的差分进化算法"", 《计算机科学》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109655393A (zh) * | 2018-12-12 | 2019-04-19 | 昆明理工大学 | 一种基于置信规则库的水松纸透气度检测方法 |
CN110826909A (zh) * | 2019-11-06 | 2020-02-21 | 西南交通大学 | 一种基于规则集的工作流执行方法 |
CN110826909B (zh) * | 2019-11-06 | 2022-04-29 | 西南交通大学 | 一种基于规则集的工作流执行方法 |
CN110850206A (zh) * | 2019-11-13 | 2020-02-28 | 武汉理工大学 | 基于置信规则推理的逆变器电容老化故障诊断方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110245802B (zh) | 基于改进梯度提升决策树的卷烟空头率预测方法及系统 | |
CN108573320B (zh) | 页岩气藏最终可采储量的计算方法和系统 | |
CN112257341B (zh) | 一种基于异源数据差补融合的定制产品性能预测方法 | |
CN109034388A (zh) | 一种基于遗传算法优化神经网络的卷烟材料与主流烟气成分的预测模型 | |
CN108154430A (zh) | 一种基于机器学习和大数据技术的信用评分构建方法 | |
CN106407513A (zh) | 一种水松纸透气度检测过程的优化方法 | |
CN106960358A (zh) | 一种基于农村电子商务大数据深度学习的金融欺诈行为量化检测系统 | |
WO2024060381A1 (zh) | 一种增量式设备故障诊断方法 | |
CN111242302A (zh) | 一种智能参数优化模块的XGBoost预测方法 | |
CN108346434A (zh) | 一种语音质量评估的方法和装置 | |
CN107679031B (zh) | 基于堆叠降噪自编码机的广告博文识别方法 | |
CN103793747B (zh) | 网络内容安全管理中一种敏感信息模板构建方法 | |
CN110751176A (zh) | 一种基于决策树算法的湖泊水质预测方法 | |
CN111401444A (zh) | 红酒原产地的预测方法、装置、计算机设备及存储介质 | |
CN109783805A (zh) | 一种网络社区用户识别方法及装置 | |
CN114757433B (zh) | 一种饮用水源抗生素抗性相对风险快速识别方法 | |
Zhang et al. | A hybrid speech recognition training method for hmm based on genetic algorithm and baum welch algorithm | |
CN116506302A (zh) | 基于反事实推断的网络对齐方法 | |
CN110009024A (zh) | 一种基于id3算法的数据分类方法 | |
CN106815257A (zh) | 一种用户可信度的计算方法及装置 | |
CN113447997B (zh) | 储层裂缝识别方法、识别装置及识别系统 | |
CN114860952A (zh) | 一种基于数据统计和知识指导的图拓扑学习方法及系统 | |
CN114998537A (zh) | 三维地质建模方法 | |
CN112132259B (zh) | 神经网络模型输入参量降维方法及计算机可读存储介质 | |
CN109753227A (zh) | 存储方法、装置、移动终端、服务器和可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170215 |
|
RJ01 | Rejection of invention patent application after publication |