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！

龙图腾网获悉浙江工业大学申请的专利一种基于对抗因果学习的水泥熟料游离氧化钙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：CN117110588B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202310386217.X，技术领域涉及：G01N33/38；该发明授权一种基于对抗因果学习的水泥熟料游离氧化钙软测量方法是由刘毅;贾明伟;刘桥;高增梁设计研发完成，并于2023-04-12向国家知识产权局提交的专利申请。

本一种基于对抗因果学习的水泥熟料游离氧化钙软测量方法在说明书摘要公布了：本发明涉及水泥熟料生产过程软测量技术领域，公开了一种基于对抗因果学习的水泥熟料游离氧化钙软测量方法，包括以下步骤：1数据的获取和整合；2数据选择；3建模训练；4模型预测；本发明方法一种基于对抗因果学习的水泥熟料f‑CaO软测量方法，提高了水泥熟料生产过程关键变量的预测效果，具有普遍性和通用性。

本发明授权一种基于对抗因果学习的水泥熟料游离氧化钙软测量方法在权利要求书中公布了：1.一种基于对抗因果学习的水泥熟料游离氧化钙软测量方法，其特征在于，包括以下步骤： 1数据的获取和整合：收集水泥熟料生产过程的传感器数据，对数据进行划分、收集和整合； 步骤1的具体过程如下： 1.1：收集水泥熟料生产过程的传感器数据； 1.2：将数据根据比例划分成训练集、验证集和测试集； 1.3：由于不同特征变量之间数据差异性较大，因此需要对数据进行标准化处理，以便于模型进行处理和运算，具体公式如下所示： 其中，X是经标准化处理后的数据，X'是未经标准化处理的原数据，μ是数据的均值，β是数据的标准差； 2数据选择和排序：根据最大互信息准则MMI对数据进行选择，去除冗余无用的数据； 步骤2的具体过程如下： 2.1：计算每个变量对目标变量Y的最大互信息系数： 其中B＝N0.55～0.6，N为样本集的大小，X是经标准化处理后的数据；将计算好的互信息带入公式确定最大互信息； 2.2：根据最大互信息对变量进行排序，选取前k个变量，完成变量选择过程； 3建模训练：构建基于图网络的水泥熟料f-CaO软测量方法的算法模型AGCL，模型的输入为经过选择保留的数据；然后利用AGCL模型对所整合的数据进行学习训练； 所述步骤3的具体过程如下： 3.1：AGCL是依托自注意力机制SAM和图卷积网络GCN构建水泥熟料f-CaO浓度预测模型； 在SAM中，输入数据X经过不同的线性变换获得查询Q和键K，用如下公式描述: 其中Wq和Wk、bq和bk分别表示可训练矩阵和可训练偏置，A为表示变量因果关系的邻接矩阵，k表示变量数； GCN是一种在非欧空间上对数据进行卷积的算法，GCN表示为： 其中X是经标准化处理后的数据，W为权重矩阵，σ.为激活函数，A表示输入的邻接矩阵，D表示邻接矩阵A的度矩阵； 3.2：首先使用SAM生成表示因果关系的矩阵A；随后基于GCN构建一个自编码器结构，其中解码器和编码器都为单层GCN；将数据X和矩阵A输入自编码器；自编码器的任务为降低编码数据与f-CaO之间的互信息系数，SAM的任务则为增大两者之间的互信息系数；通过交替训练不断更新迭代直到收敛，得到矩阵A； 3.3：将数据X和矩阵A输入三层GCN，从而实现对水泥熟料f-CaO浓度的预测； 4模型预测：将训练后的AGCL模型用于预测水泥熟料生产过程中的f-CaO浓度，并给出预测结果。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18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。