基于半監(jiān)督學(xué)習(xí)的工況識別方法研究及銅閃速熔煉過程中的應(yīng)用.pdf

1、銅閃速熔煉過程工況變化頻繁,造成經(jīng)濟指標(biāo)波動大,單位產(chǎn)品能耗高。閃速熔煉過程積累了大量的實際運行數(shù)據(jù),包含了反映操作參數(shù)與工況之間關(guān)系的信息。準(zhǔn)確識別當(dāng)前工況,采取相應(yīng)的對策,對節(jié)能降耗和保證生產(chǎn)的安全穩(wěn)定具有重要意義。本文利用運行數(shù)據(jù)中的有標(biāo)簽數(shù)據(jù)和無標(biāo)簽數(shù)據(jù),研究了基于半監(jiān)督學(xué)習(xí)的工況識別方法。
　　 針對YATSI算法中無標(biāo)簽樣本被誤標(biāo)記,導(dǎo)致分類正確率下降的問題,提出了一種基于數(shù)據(jù)剪輯技術(shù)的DE-YATSI算法。該算法采

2、用基于估計類條件概率的數(shù)據(jù)剪輯方法,識別并重新標(biāo)記預(yù)標(biāo)記樣本集中的誤標(biāo)記樣本,利用有標(biāo)簽樣本與經(jīng)數(shù)據(jù)剪輯處理的預(yù)標(biāo)記樣本所形成的樣本集訓(xùn)練帶權(quán)重的最近鄰分類器。實驗結(jié)果表明,DE-YATSI算法比YATSI算法具有更高的分類正確率。
　　 對影響閃速熔煉過程工況的主要因素進行了分析,分別將半監(jiān)督算法(DE-YATSI和YATSI)和監(jiān)督算法(KNN)應(yīng)用于銅閃速熔煉過程工況識別,實驗結(jié)果表明,半監(jiān)督學(xué)習(xí)算法(DE-YATSI)識