本發明提供基于半監督隨機森林和深度森林回歸集成的二噁英排放濃度預測方法。城市固廢焚燒(MSWI)過程排放的二噁英(DXN)是濃度的實時檢測是實現MSWI過程運行優化控制的關鍵因素之一。然而,受限于DXN濃度獲取的時間和經濟成本,僅可獲得少量的建模數據。因此,傳統的有監督建模方法難以滿足實際需求。為了充分利用工業現場分布式控制系統實時獲取的過程數據,首先,隨機采樣有標記數據生成多個訓練子集。接著,利用訓練子集構建多個RF模型,并對未標記的過程數據進行偽標記。最后,利用由偽標記數據和原始有標記數據組成的混合樣本訓練用于預測二噁英排放濃度的深度森林回歸模型。在基準數據集和實際DXN數據上的實驗結果驗證了所提方法的有效性。
聲明:
“基于半監督隨機森林和深度森林回歸集成的二噁英排放濃度預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)