-
题名融入噪声的监督增强网络用于小样本数据增强
被引量：1
- 1
-
-
作者
郭小萍
赵霄丰
李元
-
机构
沈阳化工大学信息工程学院
-
出处
《电子测量技术》
北大核心
2024年第20期109-116,共8页
-
基金
国家自然科学基金(62273242)
辽宁省教育厅科学研究一般项目(LJ2020021)资助。
-
文摘
在复杂的工业过程中,由于关键变量难以测量,过程数据具有不平衡和不完整的特点,导致软测量性能下降。为了解决这一问题,提出一种融入噪声的监督增强自编码器虚拟样本生成方法。首先,为了加强输入与输出的映射关系并保证特征信息的完整性,该方法在自编码器的编码部分添加增强层,解码部分引入标签信息进行有监督约束训练。为了增加虚拟样本的多样性,在监督增强自编码器隐藏层提取的特征中加入高斯噪声。将生成的虚拟样本与原始小样本相结合,增强软测量模型的性能。与传统的虚拟样本生成方法不同,所提的NISEAE-VSG模型可以同时生成输入输出虚拟样本。为了验证所提方法的有效性,使用火力发电和聚乙烯过程的数据集进行仿真验证。仿真结果表明,所提方法生成的虚拟样本优于其他虚拟样本生成方法,可有效提高软测量建模精度。
-
关键词
软测量
虚拟样本
小样本
数据增强
监督增强自编码器
-
Keywords
soft sensor
virtual samples
small samples
data augmentation
supervised enhanced autoencoder
-
分类号
TN081
[电子电信—物理电子学]
-
