- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供了一种基于分布式特征提取神经网络的污水生化需氧量的监测方法。污水处理过程各个环节的过程变量多且关系复杂,鲜有特征表现出显著的相关性,可能会导致输入信息不完备,增大模型偏差,从而影响模型的实时预测性能。首先,提出了一种稀疏子空间任务分解聚类算法,该算法将原始空间划分为若干个交互的特征子空间,同时分配一个权值来描述子任务的贡献。其次,构建了一个差异化的并行编码网络,实现了各子空间的特征提取和融合。最后,提出了一种基于全局梯度下降的协同优化算法,同时对各子模型的网络参数进行优化,以保证模型的
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN118095883A
(43)申请公布日2024.05.28
(21)申请号202410175216.5G06N3/09(2023.01)
(22)申请日2024.02.0
文档评论(0)