精准提取复杂过程特征
通过互信息引导的变量加权与非线性扩展，结合注意力LSTM与KAN网络，显著提升工业软测量的预测精度。
Guo-Yu, Liu · 朱群雄 · Zhang, Ning · 何燕霖 · Zhang, Mingqing · Xu, Yuan
Engineering Applications of Artificial Intelligence 2025
通过互信息分析评价输入与输出的相关性，对高相关变量赋予更大权重，使模型聚焦于重要特征。
加权变量经稀疏自编码器非线性变换映射到高维空间，有效缓解变量耦合，捕捉复杂变量间关系。
注意力增强的LSTM与KAN网络结合，增强时序特征提取，精确建模动态非线性行为。
在两个工业案例上验证表明，所提方法显著提高了软测量模型的预测精度。