分布式GRU软测量模型

结合混合自注意力与质量相关特征的动态软测量方法,可同时提取时空与质量信息,提高预测精度。

何燕霖 · Li, Xingyuan · Xu, Yuan · 朱群雄 · Shan, Lu

IEEE Transactions on Automation Science and Engineering 2023

技术优势

同时提取时空和质量特征

HSAM-dGRUs中的混合自注意力编码器集成MC-MSA和QR-SAM,分别提取局部时空特征并自适应地引入监督知识捕获质量相关信息。

降低信息冗余

多通道多头自注意力机制通过并行提取不同子空间特征,避免单一注意力机制可能带来的信息冗余,提高特征表示效率。

预测精度更高

在两个真实工业过程数据集上的案例研究表明,所提方法优于现有软测量方法。

应用场景