基于跨域特征融合的烘丝工艺优化方法

Optimization method of drying process based on cross-domain feature fusion

针对烘丝控制系统中传统控制方法只依赖于单一数据源的局限性,提出使用跨域特征融合控制的方法优化烘丝生产过程。首先,对来自不同来源的数据进行预处理,以降低数据异构性的影响。然后,使用机器学习算法进行特征提取,从大量的跨域数据中获取关键模式信息,构建了基于多头注意力机制和对抗自编码器的特征融合模型,为更精确和有效的控制策略提供支持。实验结果表明,通过特征选择和特征融合这两个步骤,能获取更相关、更具信息量的数据以优化模型的性能,通过自编码器进行多源融合后的特征进行的预测,预测模型精度更高。