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！

龙图腾网获悉同济大学申请的专利一种基于标准化流与降噪自编码融合的连续标签填补方法及系统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：CN120724053B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202511232628.9，技术领域涉及：G06F18/10；该发明授权一种基于标准化流与降噪自编码融合的连续标签填补方法及系统是由赵由才;叶霖海;王正宇;周涛设计研发完成，并于2025-09-01向国家知识产权局提交的专利申请。

本一种基于标准化流与降噪自编码融合的连续标签填补方法及系统在说明书摘要公布了：本发明公开了一种基于标准化流与降噪自编码融合的连续标签填补方法及系统，涉及标准化流与降噪自编码融合技术领域，包括以下步骤：步骤S1、构建SERDA模型，所述SERDA模型包括：仿射耦合层，用于基于掩码机制对输入变量进行分割，并通过多层感知机实现伸缩函数s•和平移函数t•，完成特征的非线性变换；降噪自编码层，用于在特征变换后引入主动信息丢失并通过多层全连接网络及LeakyReLU激活函数抑制噪声干扰。本发明对连续非离散数据的填补效果要优于目前最为先进的其他模型，比如GAIN，GINN，MissForest等，同时也能解决小样本学习和预测任务中数据量过小导致模型精度过低的问题，具有多方面的优异效果。

本发明授权一种基于标准化流与降噪自编码融合的连续标签填补方法及系统在权利要求书中公布了：1.一种基于标准化流与降噪自编码融合的连续标签填补方法，其特征在于，包括以下步骤： 步骤S1、构建SERDA模型，SERDA模型全称为半监督增强回归与降噪自编码器，所述SERDA模型包括： 仿射耦合层，用于基于掩码机制对输入变量进行分割，并通过多层感知机实现伸缩函数s•和平移函数t•，完成特征的非线性变换； 降噪自编码层，用于在特征变换后引入主动信息丢失并通过多层全连接网络及LeakyReLU激活函数抑制噪声干扰； 逆变换层，用于将降噪结果映射回原始变量空间，实现数据分布的重建； 步骤S2、在完整数据集上训练所述SERDA模型，同时最小化重建损失函数与回归损失函数，并通过动态权重平衡监督信号与非监督信号，采用UCI钢铁厂能耗数据集进行验证，对数据集中的类别变量“工作日”进行序数编码，对数值变量“超前电流无功功率”，“滞后电流无功功率”，“超前电流功率因数”，“滞后电流功率因数”，“用电量”进行Z-score标准化处理，预处理后的特征矩阵通过并置操作合并为统一输入： ， 其中为基数排序后的类别变量的索引列表，为归一化处理后的数值变量，代表类别和数值变量的并置过程； 包括反向传播优化过程由重建损失和回归损失两部分组成，计算方法为： ， 其中为掩码后的数值特征，为重建数值特征，为未观测到的目标标签，为模型预测标签，控制重建损失和回归损失的权重平衡，根据每次每一次迭代过程的梯度下降进行调整，直至收敛；步骤S3、将预训练模型迁移至标签缺失的目标数据集，结合部分可观测标签对模型进行微调，生成符合原始分布的连续标签填补值； 包括筛选与目标数据集变量分布相似的完整数据集，满足变量总数差异≤10%，非缺失变量均方差≤5%；微调时冻结仿射耦合层参数与降噪自编码层参数，仅优化回归层参数。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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”。

以上内容由龙图腾AI智能生成。