连续时间传播网络

异常识别精度93%

面向非稳态混凝土排放过程,引入逐阶段连续时间建模与证据跨阶段累积机制,显著提升异常识别的可靠性。

Zhou, Xuejin · Xuyang, Li · 杨建红 · 房怀英 · 涂然 · 曾怡 · Zhong, Jinjin

Advanced Engineering Informatics 2026

参数信息

准确率
93.00 %

技术优势

跨阶段证据不丢

通过阶段间传播的双机制编码证据累积,确保判别信息在过程阶段间持续传递,而非被统一聚合的帧处理掩盖。

异常识别更可靠

在六类排放数据集上达到 93.00 ± 2.05% 的准确率,且采用严格统计协议验证,性能优势具有统计意义。

可解释性更强

通过将连续性和阶段依赖性等工程先验融入神经架构,模型对复杂工业环境的表征更具鲁棒性和可解释性。

应用场景