李帅
- 作品数：42 被引量：124H指数：7
- 供职机构：中国科学院沈阳自动化研究所更多>>
- 发文基金：辽宁省科学技术计划项目沈阳市科技计划项目辽宁省自然科学基金更多>>
- 相关领域：自动化与计算机技术化学工程冶金工程金属学及工艺更多>>
- 可视化数据分析流程建模方法及系统
- 本发明涉及一种基于可视化数据分析流程建模方法及系统，包括利用大数据处理分析管理组件对算法库中的机器学习模型进行管理，包括利用基于结构模型或模式结构、数据挖掘任务、评分函数、搜索和优化方法、数据管理策略等进行可视化算法流构...
- 史海波潘福成周晓锋张宜弛李帅
- 基于因果关系挖掘的工业过程故障根源诊断方法
- 本发明提供一种基于因果关系挖掘的工业过程故障根源诊断方法。通过对工业过程数据进行故障检测，故障隔离，故障相关变量进行因果关系挖掘，最后得到故障根源。首先将因果关系挖掘分为直接因果与间接因果挖掘，并通过根据当前因果图选择与...
- 李帅王梓行周晓锋潘福成史海波
- 一种工业过程关键参数长时预测方法
- 本发明涉及一种工业过程关键参数长时预测方法，将多个连续时刻的原始变量数据预处理和标准化作为后续预测模型输入。通过多注意力模块和时间卷积网络TCN模块，预测模型有效挖掘数据潜在的输出与输入变量之间相关性、输出与输入时间点之...
- 周晓锋鲁東李帅潘福成史海波
- 一种基于双向自动编码器的并行自动机器学习系统
- 本发明涉及一种基于双向自动编码器的并行自动机器学习系统，包括离线和在线两个阶段。离线阶段下，提取训练数据集和机器学习管道的元特征和偏好表示作为输入，训练一种双向自动编码器，以有效地学习数据集和管道的协同作用。在线阶段下，...
- 史海波潘福成周晓锋刘朋杰李帅
- 一种工业过程数据脱敏方法
- 本发明涉及一种工业过程数据脱敏方法，包括利用混合属性局部近邻标准化方法对多模态工业过程混合属性数据进行标准化处理，利用基于生成对抗网络的多模态工业过程混合属性数据脱敏方法获取工业过程静态脱敏数据和模型，利用多模态工业过程...
- 潘福成史海波李帅周晓锋
- 文献传递
- 基于迁移学习和知识蒸馏的加热炉温度预测被引量：8
- 2022年
- 为了采用精确的控制策略对加热炉的燃烧情况进行优化控制,解决冶金企业中燃烧装置优化控制的核心问题,对加热炉内所有加热区的温度进行预测,并研究神经网络在炉温预测方面的适用性,提出基于迁移学习和知识蒸馏的炉温预测方法。建立基于时间卷积网络的源域温度预测模型,采用生成对抗损失进行域自适应来完成模型迁移,准确预测所有加热区的温度。进一步建立基于多任务学习的蒸馏网络,该网络通过教师辅助学生的方式解决深度迁移网络延时高的缺点。实验结果表明,所提迁移学习网络可以明显提升炉温预测的准确性,蒸馏网络可以明显减少网络参数,极大提高炉温预测的时效性。
- 翟乃举周晓锋李帅李帅
- 关键词：加热炉
- 基于对数变换和最大信息系数PCA的过程监测被引量：8
- 2017年
- 主元分析(principal component analysis,PCA)被广泛应用于工业生产过程监测。PCA假设数据服从高斯分布且协方差矩阵仅能评估变量间的线性关系,无法衡量变量间非线性依赖程度。基于此,提出了一种基于对数变换和最大信息系数(maximal information coefficient,MIC)PCA的过程监测方法。首先,应用对数变换对过程数据进行变换,在一定程度上改善数据分布。然后,采用可以度量变量间的非线性相关性的MIC矩阵替换协方差矩阵,从而改善对非线性非高斯过程的监测效果。最后通过在田纳西-伊斯曼过程(tennessee eastman process,TE)仿真研究验证了该方法的可行性和有效性。
- 王中伟宋宏李帅周晓锋
- 关键词：主元分析方法
- 基于局部策略交互探索的深度确定性策略梯度的工业过程控制方法被引量：1
- 2022年
- 为了实现对非线性、滞后性和强耦合的工业过程稳定精确的控制,提出了一种基于局部策略交互探索的深度确定性策略梯度(LPIE-DDPG)的控制方法用于深度强化学习的连续控制。首先,使用深度确定性策略梯度(DDPG)算法作为控制策略,从而极大地减小控制过程中的超调和振荡现象;同时,使用原控制器的控制策略作为局部策略进行搜索,并以交互探索规则进行学习,提高了学习效率和学习稳定性;最后,在Gym框架下搭建青霉素发酵过程仿真平台并进行实验。仿真结果表明,相较于DDPG,LPIE-DDPG在收敛效率上提升了27.3%;相较于比例-积分-微分(PID),LPIE-DDPG在温度控制效果上有更少的超调和振荡现象,在产量上青霉素浓度提高了3.8%。可见所提方法能有效提升训练效率,同时提高工业过程控制的稳定性。
- 邓绍斌朱军朱军周晓锋李帅
- 关键词：工业过程控制青霉素发酵过程
- 改进人工蜂群优化BP神经网络的分类研究被引量：13
- 2018年
- 针对BP神经网络对初始权重敏感,容易陷入局部最优,人工蜂群算法局部搜索能力和开发能力相对较弱等问题,提出一种基于改进人工蜂群和反向传播的神经网络训练方法。引进差分进化思想改进人工蜂群算法,并对跟随蜂的搜索行为进行更准确的描述。用改进的人工蜂群全局搜索神经网络的初始权重,防止神经网络陷入局部最优。用新的方法对神经网络训练进行分类。实验结果表明,该算法相对于标准的BP神经网络,有效提高了分类正确率,泛化能力较强。
- 韦鹏宇潘福成潘福成
- 关键词：BP神经网络泛化能力人工蜂群
- 基于自适应网络的球磨机负荷预测方法
- 2023年
- 鉴于多工况环境下的数据漂移限制了深度学习方法预测球磨机负荷的效果,提出一种基于自适应网络的球磨机负荷预测方法。首先建立基于深度相关对齐的磨矿分级工况划分模型;然后将相对位置编码引入Transformer,对注意力机制进行解耦来将位置信息直接编码进注意力机制,进而提高预测性能;进一步提出一种自适应网络,将分布匹配正则化项应用于Transformer模型的隐层特征,通过减少不同工况之间的分布差异来学习模型隐藏状态的共同参数,提高模型泛化能力;最后采用基于Boosting的方法学习隐藏状态的重要性。试验结果表明,所提自适应预测网络可以明显提高预测球磨机负荷参数的准确性,而且在面对未知工况时预测性能也领先于对比方法。
- 潘福成潘福成周晓锋周晓锋李帅李帅
- 关键词：多工况自适应网络
