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！

龙图腾网获悉深圳职业技术大学申请的专利一种基于改进LSTM神经网络的工业数据校正方法及装置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：CN119441762B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202411436985.2，技术领域涉及：G06F18/20；该发明授权一种基于改进LSTM神经网络的工业数据校正方法及装置是由谢森;王瑞;卢山;李新超;吴婷;王怀智设计研发完成，并于2024-10-15向国家知识产权局提交的专利申请。

本一种基于改进LSTM神经网络的工业数据校正方法及装置在说明书摘要公布了：本发明公开了一种基于改进LSTM神经网络的工业数据校正方法及装置，涉及工业过程变量数据校正技术领域，本发明将改进鲁棒估计函数作为LSTM神经网络模型的损失函数，抑制含有显著误差的测量数据污染其他正常数据，同时更新损失函数中的核宽参数，并将所获得的工业蒸发时序数据作为LSTM神经网络模型的输入，进行前向传播和反向传播来对网络权重进行更新，使得改进后的LSTM神经网络模型能学习工业蒸发时序数据的趋势，减少随机误差及显著误差对测量数据的影响，以精确获取测量数据并对工业数据的误差进行校正。

本发明授权一种基于改进LSTM神经网络的工业数据校正方法及装置在权利要求书中公布了：1.一种基于改进LSTM神经网络的工业数据校正方法，其特征在于，包括以下步骤： 获取工业生产过程中的工业蒸发时序数据； 构建基于工业蒸发时序数据随机误差和显著误差的改进的鲁棒估计函数； 将改进的鲁棒估计函数作为LSTM神经网络的损失函数，构建LSTM神经网络模型； 将工业蒸发时序数据作为LSTM神经网络模型的输入进行前向传播，根据前向传播输出的结果和含有随机误差和显著误差的工业蒸发时序数据的偏差，获得当前LSTM神经网络模型的损失函数值，并基于损失函数值进行反向传播，迭代更新LSTM神经网络模型网络权重，以获得改进后的LSTM神经网络模型； 利用改进后的LSTM神经网络模型，获取工业蒸发时序数据的校正值； 所述改进的鲁棒估计函数为： 其中：表示污染值与校正值的加权残差；表示损失函数的核宽； 其中：表示含有粗大误差的污染值；表示校正值；表示变量的标准差； 所述改进的鲁棒估计函数在获取后，对改进的鲁棒估计函数内的核宽参数进行调整，包括： 将改进鲁棒估计函数中的表示为，随着增加，的值持续减小； 将值设定为一个阈值，在反向传播开始时，将值设置为，且，在训练次数持续增加时，值由值持续增加至值；则值为： 其中：表示污染值与校正值的加权残差；表示损失函数的核宽；表示迭代步长；表示迭代次数； 通过因子对核宽参数进行更新； 所述获取工业蒸发时序数据的校正值，包括： 利用改进后的LSTM神经网络模型获得工业蒸发时序数据的校正调值，并基于校正调值对工业蒸发时序数据进行反归一化，获得工业蒸发时序数据的校正值；所述反归一化方式为： 其中：表示最终得到的校正值；表示归一化的校正调值；表示含有显著误差的最大值；表示含有显著误差的最小值。

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深圳职业技术大学，其通讯地址为：518107 广东省深圳市南山区西丽街道深圳职业技术大学西丽湖校区学术交流中心；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”。

以上内容由龙图腾AI智能生成。