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！

龙图腾网获悉上海宝信软件股份有限公司申请的专利基于深度聚类算法的炼铁高炉对标体系构建方法和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：CN115146978B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202210816437.7，技术领域涉及：G06Q10/0639；该发明授权基于深度聚类算法的炼铁高炉对标体系构建方法和系统是由钱卫东;程红云;徐宗云;张洪;施敏;朱宇峰;许伟;张伟设计研发完成，并于2022-07-12向国家知识产权局提交的专利申请。

本基于深度聚类算法的炼铁高炉对标体系构建方法和系统在说明书摘要公布了：本发明提供了一种基于深度聚类算法的炼铁高炉对标体系构建方法和系统，包括：步骤1：基于生产管理系统数据，通过统计模型建立各高炉个体画像，然后进行异常数据去除与归一化处理，抽象化为高维空间中的数据点；步骤2：基于深度聚类算法，对高维空间中的数据点进行聚类，得到聚类结果；步骤3：将聚类结果进行可视化展示；步骤4：对聚类结果进行监测，在性能指标低于预设阈值时进行自训练，提升相应性能。本发明通过有监督学习和无监督学习结合的方式，解决了高炉对标过程中由于指标数量庞大且属性分布分散带来的指标权重难以分配的问题，提供了一种高炉对标、评判的量化标准。

本发明授权基于深度聚类算法的炼铁高炉对标体系构建方法和系统在权利要求书中公布了：1.一种基于深度聚类算法的炼铁高炉对标体系构建方法，其特征在于，包括： 步骤1：基于生产管理系统数据，通过统计模型建立各高炉个体画像，包括操作类指标、排放类指标、铁水成本类指标和能耗类指标，然后对上述指标进行异常数据去除与归一化处理，抽象化为高维空间中的数据点； 步骤2：基于深度聚类算法，对高维空间中的数据点进行聚类，得到聚类结果； 步骤3：将聚类结果进行可视化展示； 步骤4：对聚类结果进行监测，在性能指标低于预设阈值时进行自训练，提升相应性能； 所述步骤2包括： 步骤2.1：基于神经网络自解码器模型，分为编码器和解码器，通过编码器将高维高炉画像数据通过深度神经网络转化为低维表达空间数据，通过解码器将低维表达空间数据逆转换为高维高炉画像数据，若通过编码器与解码器后的拟合数据与原始数据误差在预设范围内，则表达空间学习完成； 步骤2.2：将高维高炉画像数据通过编码器后的结果，基于GMM模型进行聚类，对单个高炉数据点，根据属于不同簇的概率分布，确定其最终簇归属； 步骤2.3：基于有监督学习和无监督学习模型损失函数，建立统一损失函数和最优化模型，并寻找表达空间学习和聚类模型中参数最优解； 步骤2.4：输出结果，包括每个高炉原始画像、低维表达空间数据和聚类所属簇。

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上海宝信软件股份有限公司，其通讯地址为：200120 上海市浦东新区自由贸易试验区郭守敬路515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。