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！

龙图腾网获悉浙江大学申请的专利基于变分贝叶斯高斯-泊松混合回归模型的计数型质量变量预测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：CN116224937B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202310204702.0，技术领域涉及：G05B19/418；该发明授权基于变分贝叶斯高斯-泊松混合回归模型的计数型质量变量预测方法是由张新民;李乐清;钱金传;宋执环;王文海设计研发完成，并于2023-03-06向国家知识产权局提交的专利申请。

本基于变分贝叶斯高斯-泊松混合回归模型的计数型质量变量预测方法在说明书摘要公布了：本发明公开一种基于变分贝叶斯高斯‑泊松混合回归模型的计数型质量变量预测方法。该方法可用于因变量为计数数据、自变量为连续数值的数据分析与预测，其核心为分别使用高斯混合分布、泊松混合回归分布对连续数据、计数数据进行拟合，并假设两种混合分布共享相同的混合系数，以及采用了变分推断技术用于模型的参数学习。本发明克服了传统软测量方法无法为计数数据提供离散概率估计的局限性，并能解决工业过程中多工况导致过程变量和质量变量呈现多个模态的问题。

本发明授权基于变分贝叶斯高斯-泊松混合回归模型的计数型质量变量预测方法在权利要求书中公布了：1.一种基于变分贝叶斯高斯-泊松混合回归模型的计数型质量变量预测方法，其特征在于，包括以下步骤： 1收集计数型质量变量及相关过程变量的数据样本，作为模型的训练集；对数据进行缺失值、异常值和标准化的预处理，得到处理好的训练集； 2利用变分推断方法，在处理好的训练集上离线训练变分贝叶斯高斯-泊松混合回归模型；所述变分贝叶斯高斯-泊松混合回归模型的表达式为： ； ； ； 其中，、、为所有样本的过程变量、质量变量和隐变量集合，为的第维的取值；为第个泊松回归组分的回归系数；；表示高斯分布的密度函数；、分别为第个高斯分布组分的均值向量和精度矩阵；是混合模型的混合系数； 、、、服从以下先验： 均服从高斯分布，即，其中，所服从高斯分布的均值向量和协方差矩阵，这里所有组分下的先验均相同； 均服从Gaussian-Wishart分布，即，其中，分别是分布的均值向量和尺度参数，表示Wishart分布的概率密度函数，为该分布的尺度矩阵，为分布的自由度数； 联合服从狄利克雷分布，即，其中，为狄利克雷分布的参数，以保证分布能够归一化，； 3采集待测样本，经过与步骤1中相同的缺失值、异常值和标准化的预处理后，得到处理好的待测样本，然后使用步骤2训练好的变分贝叶斯高斯-泊松混合回归模型进行在线预测。

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大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。