基于DCGAN的线性轮廓过程质量异常监控方法和系统.pdfVIP

下载本文档

0
0
约1.37万字
约 13页
2023-05-08 发布于北京
举报
版权申诉

基于DCGAN的线性轮廓过程质量异常监控方法和系统.pdf

1、本文档共13页，其中可免费阅读12页，需付费10金币后方可阅读剩余内容。
2、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。
3、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。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、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。
7、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。
8、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

本发明涉及一种基于DCGAN的线性轮廓过程质量异常监控方法和系统，包括离线训练阶段和在线监控阶段，离线训练阶段中，分别采集历史正常运行状态和异常状态下的线性轮廓过程数据，并对样本进行扩增，基于扩增的样本对卷积神经网络进行训练，在线监控阶段中，根据训练完成的卷积神经网络进行过程异常检测，通过将深度卷积生成对抗网络应用于线性轮廓过程质量异常的监控中，可以解决人工提取特征有限的问题，可以提高了对线性轮廓过程质量异常的监控效率，可在不平衡数据集的情况下对历史数据进行训练，保证了对样本数据量较小的异常过程

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114417248 A (43)申请公布日 2022.04.29 (21)申请号 202210062233.9 (22)申请日 2022.01.19 (71)申请人郑州大学地址 45