公共文化服务平台

葛志强: 作品数：148 被引量：168H指数：10; 供职机构：浙江大学更多>>; 发文基金：国家自然科学基金国家高技术研究发展计划浙江省自然科学基金更多>>; 相关领域：自动化与计算机技术文化科学化学工程轻工技术与工程更多>>

合作作者

一种基于弱监督学习多层感知器的故障分类方法: 本发明公开了一种基于弱监督学习多层感知器的过程数据故障分类方法，它由多层感知器，BatchNormalization层，Dropout层和Softmax输出层组成的有监督分类网络和用于获取样本标签不准确情况的高斯混合模型...; 葛志强廖思奋; 文献传递

基于混合变分自编码器回归模型的软测量建模方法被引量：2: 2022年; 近年来,变分自编码器(Variational auto-encoder,VAE)模型由于在概率数据描述和特征提取能力等方面的优越性,受到了学术界和工业界的广泛关注,并被引入到工业过程监测、诊断和软测量建模等应用中.然而,传统基于VAE的软测量方法使用高斯分布作为潜在变量的分布,限制了其对复杂工业过程数据,尤其是多模态数据的建模能力.为了解决这一问题,本论文提出了一种混合变分自编码器回归模型(Mixture variational autoencoder regression,MVAER),并将其应用于复杂多模态工业过程的软测量建模.具体来说,该方法采用高斯混合模型来描述VAE的潜在变量分布,通过非线性映射将复杂多模态数据映射到潜在空间,学习各模态下的潜在变量,获取原始数据的有效特征表示.同时,建立潜在特征表示与关键质量变量之间的回归模型,实现软测量应用.通过一个数值例子和一个实际工业案例,对所提模型的性能进行了评估,验证了该模型的有效性和优越性.; 崔琳琳沈冰冰葛志强; 关键词：软测量高斯混合模型

基于切换线性动态系统模型的工业过程故障诊断方法: 本发明公开了一种基于切换线性动态系统模型的工业过程故障诊断方法，该方法首先对工业过程的正常运行数据和多种已知故障数据进行独立重复采样，接着通过切换线性动态系统模型的学习算法，建立一个切换线性动态系统模型。然后，利用高斯和...; 葛志强陈新如; 文献传递

面向流程工业性能监测的鲁棒数据建模方法研究: 葛志强宋执环王培良朱金; 性能监测是保障流程工业节能减排、安全高效运行和产品质量的重要手段。在新一代信息技术发展驱动下，性能监测正向数据驱动的新模式转变。有效解决复杂数据建模、价值挖掘和知识解析等问题，对推动流程工业制造的智能化，具有重要的支撑作...; 关键词：; 关键词：故障诊断

基于瓦瑟斯坦距离和自编码器的半监督深度学习故障诊断方法: 本发明公开了一种基于瓦瑟斯坦距离和自编码器的半监督深度学习故障诊断方法，它采用堆叠自编码器的结构；在自编码器的有监督微调阶段加入无标签样本进行训练，将有标签样本和无标签样本通过自编码器提取的特征之间分布的距离通过瓦瑟斯坦...; 葛志强张宏毅宋执环; 文献传递

增强的多尺度卷积神经网络软测量方法: 本发明公开了一种增强的多尺度卷积神经网络软测量方法，该方法通过重构粗粒度特征进行数据增强，并应用卷积神经网络构建回归模型。将相邻时间段的过程变量数据进行拼接得到数据矩阵，作为样本的新输入替代原来的细粒度特征，解决过程变量...; 葛志强江肖禹; 文献传递

复杂模态过程统计监测与故障诊断理论及应用: 宋执环葛志强谢磊杨春节; 数据驱动的过程监测与故障诊断技术是过程控制领域关注和研究的热点之一，对保障石化、冶金、造纸等典型流程工业过程的高效、平稳、安全运行以及提高产品质量，具有非常重大的意义。复杂模态是当今工业生产过程的一个典型特征，包括数据的...; 关键词：

基于分布式数据模型的厂级过程故障检测与诊断方法: 本发明公开了一种基于分布式数据模型的厂级过程故障检测与诊断方法。针对复杂的大型厂级生产过程，目前常用的故障检测与诊断方法大多都是建立在数据驱动模型的基础上。其中，最为典型的方法是先将整个厂级过程按照操作单元和功能划分为多...; 葛志强宋执环; 文献传递

基于分布并行局部建模机制的岭回归软测量建模方法: 本发明公开了一种基于分布并行局部建模机制的岭回归软测量建模方法，属于工业过程预测与控制领域。该岭回归软测量建模方法是通过建立训练样本集和测试样本集，基于MapReduce框架将训练样本集和测试样本集进行分布式标准化，基于...; 葛志强张鑫宇; 文献传递

一种基于稀疏高斯伯努利受限玻尔兹曼机和循环神经网络的故障分类模型及方法: 本发明公开一种基于稀疏高斯伯努利受限玻尔兹曼机和循环神经网络的故障分类模型及方法，它由稀疏高斯伯努利受限玻尔兹曼机、长短时记忆循环神经网络、感知器和Softmax输出层组成；稀疏高斯伯努利受限玻尔兹曼机能够从无标签数据中...; 葛志强孙庆强杨杰宋执环; 文献传递