兰州理工大学蒋栋年获国家专利权
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
龙图腾网获悉兰州理工大学申请的专利面向工业软测量的缺失数据填充方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119025838B 。
龙图腾网通过国家知识产权局官网在2025-07-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411121413.5，技术领域涉及：G06F18/15；该发明授权面向工业软测量的缺失数据填充方法是由蒋栋年;杨浩文;王仁杰;曹慧超;李炜设计研发完成，并于2024-08-15向国家知识产权局提交的专利申请。
本面向工业软测量的缺失数据填充方法在说明书摘要公布了：本发明涉及一种面向工业软测量的缺失数据填充方法，包括确定目标变量的辅助变量，根据辅助变量中现有数据的时间相关性生成第一预测值，利用第一预测值对辅助变量中缺失数据进行填充；以及基于填充后辅助变量与目标变量之间的空间依赖关系，对目标变量进行预测。本申请可利用现有的数据集预测和填补缺失值，确保数据的完整性和准确性的同时保证数据生成速率与精度，同时可满足下游高精度软测量的需求，实现定制化的缺失数据生成任务。
本发明授权面向工业软测量的缺失数据填充方法在权利要求书中公布了：1.一种面向工业软测量的缺失数据填充方法，其特征在于， 确定目标变量的辅助变量，根据辅助变量中现有数据的时间相关性生成第一预测值，利用第一预测值对辅助变量中缺失数据进行填充；包括： 考虑时间相关性对噪声进行拟合， 从当前数据中剔除拟合噪声，以随机跨度s进行采样，得到第n-s步的数据分布；以此类推，获得扩散加噪数据随机跨度采样后的整体数据分布； 将整体数据分布输入至线性层，得到第一预测值； 基于填充后辅助变量与目标变量之间的空间依赖关系，对目标变量进行预测； 当生成第一预测值的损失和对目标变量进行预测的损失分别将至各自初始损失的一半时，引入预测过程总损失； 在初始训练阶段，设定两个过程进行单独优化，并非直接添加预测过程总损失；假设t0时刻开始训练网络，tn时刻后FCDM生成损失为即减小为初始损失的一半；同样的，GCN损失也降为初始损失的一半；同时满足以上条件时，将lossFGCDM分别引入FCDM与GCN中，以避免将较大的误差传入GCN与FCDM模块，进而对模块优化产生消极影响，以进一步提高软测量预测精度。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人兰州理工大学，其通讯地址为：730050 甘肃省兰州市兰工坪287号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号