Knowledge Commons of Institute of Automation，CAS
| 基于混合变分自编码器回归模型的软测量建模方法 | |
| 崔琳琳; 沈冰冰; 葛志强 | |
| 发表期刊 | 自动化学报
 |
| ISSN | 0254-4156 |
| 2022 | |
| 卷号 | 48期号:2页码:398-407 |
| 摘要 | 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. |
| 关键词 | 软测量 变分自编码器 高斯混合模型 混合变分自编码器回归模型 多模态工业过程 |
| DOI | 10.16383/j.aas.c210035 |
| 引用统计 | |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.ia.ac.cn/handle/173211/56407 |
| 专题 | 学术期刊_自动化学报 |
| 推荐引用方式 GB/T 7714 | 崔琳琳,沈冰冰,葛志强. 基于混合变分自编码器回归模型的软测量建模方法[J]. 自动化学报,2022,48(2):398-407. |
| APA | 崔琳琳,沈冰冰,&葛志强.(2022).基于混合变分自编码器回归模型的软测量建模方法.自动化学报,48(2),398-407. |
| MLA | 崔琳琳,et al."基于混合变分自编码器回归模型的软测量建模方法".自动化学报 48.2(2022):398-407. |
| 条目包含的文件 | 下载所有文件 | |||||
| 文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
| AAS-CN-2021-0035.pdf（12565KB） | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 | |
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [崔琳琳]的文章 |
| [沈冰冰]的文章 |
| [葛志强]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [崔琳琳]的文章 |
| [沈冰冰]的文章 |
| [葛志强]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [崔琳琳]的文章 |
| [沈冰冰]的文章 |
| [葛志强]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论