基于高斯回归与主动学习的电泳涂装质量预测方法和系统

著录项目

摘要

本发明公开了一种基于高斯回归与主动学习的电泳涂装质量预测方法及系统，属于电泳涂装质量预测领域。本发明通过获取电泳槽液参数历史数据及其对应的质量指标，经特征工程构造衍生特征向量，利用高斯过程回归构建初始代理模型，并采用主动学习策略迭代更新模型直至收敛，最终以优化模型进行实时质量预测，本发明还提供实现该方法的系统，包括数据获取、特征工程、初始模型构建、主动学习优化及预测输出模块；本发明解决了传统电泳涂装质量预测依赖反复实验或仿真、成本高周期长的技术问题，实现了低样本成本下的高精度快速预测，可用于电泳涂装生产过程中的涂层膜厚实时预测与工艺优化。

附图

附图 1