基于自注意力機(jī)制與卷積ONLSTM網(wǎng)絡(luò)的軟測(cè)量算法

摘要： 針對(duì)實(shí)際工業(yè)過(guò)程的非線性和動(dòng)態(tài)性特點(diǎn)，并考慮過(guò)程變量中存在的冗余信息，提出一種帶自注意力機(jī)制的卷積有序神經(jīng)元長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)(ordered neurons long short-term memory, ONLSTM)多層時(shí)序預(yù)測(cè)模型。首先利用卷積神經(jīng)網(wǎng)絡(luò)降低局部特征維度，對(duì)輸入變量進(jìn)行局部特征提取，并通過(guò)構(gòu)建層級(jí)重要性指標(biāo)對(duì)長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)(long short-term me...