东华大学陈磊获国家专利权
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！
龙图腾网获悉东华大学申请的专利一种基于双高斯贝叶斯网络的特性粘度在线软测量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：CN116127841B 。
龙图腾网通过国家知识产权局官网在2026-03-17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：202310057256.5，技术领域涉及：G06F30/27；该发明授权一种基于双高斯贝叶斯网络的特性粘度在线软测量方法是由陈磊;施锦涛;董皓言;郝矿荣设计研发完成，并于2023-01-17向国家知识产权局提交的专利申请。
本一种基于双高斯贝叶斯网络的特性粘度在线软测量方法在说明书摘要公布了：本发明提出了一种基于双高斯贝叶斯网络的特性粘度在线软测量方法，包括先后进行的预训练阶段和在线软测量阶段；预训练阶段前，从聚酯纤维聚合过程的传感器上采集历史数据，并将其划分为训练样本和测试样本；预训练阶段先采用训练样本训练预测模型，再采用训练样本训练校正模型；在线软测量阶段利用训练后的预测模型和训练后的校正模型获得待测样本的特性粘度的最终预测值。本发明的方法克服了传统离线建模方法自适应性差、模型性能下滑的缺点，提高了聚合物的质量及成品纤维性能。
本发明授权一种基于双高斯贝叶斯网络的特性粘度在线软测量方法在权利要求书中公布了：1.一种基于双高斯贝叶斯网络的特性粘度在线软测量方法，其特征在于，包括先后进行的预训练阶段和在线软测量阶段； 预训练阶段前，从聚酯纤维聚合过程的传感器上采集历史数据，并将其划分为训练样本和测试样本； 预训练阶段先采用训练样本训练预测模型，再采用训练样本训练校正模型； 预测模型采用高斯贝叶斯网络I，高斯贝叶斯网络I的输入为与特性粘度相关的工艺参数X，高斯贝叶斯网络I的输出为特性粘度的初次预测值训练预测模型的过程即对高斯贝叶斯网络I的参数进行学习更新的过程； 校正模型采用高斯贝叶斯网络II，校正模型的工作流程如下： i将输入到高斯贝叶斯网络II，由其输出特性粘度的二次预测值Y'； ii将D'＝{X',Y'}输入到高斯贝叶斯网络II，由其输出偏差变量B的预测值μB丨X'，Y为特性粘度的真实值； 训练校正模型的过程即对高斯贝叶斯网络II的参数进行学习更新的过程； 在线软测量阶段利用训练后的预测模型和训练后的校正模型获得待测样本的特性粘度的最终预测值。
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东华大学，其通讯地址为：201620 上海市松江区人民北路2999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。
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
请提出您的宝贵建议，有机会获取IP积分或其他奖励