来源：期刊VIP网 时间：
作者：姚歆玥;任雪红;叶家元;翟牧楠;曹傅荔;张文生;张洪滔;
单位：中国建筑材料科学研究总院有限公司;
摘要：高效、准确地实时预测游离氧化钙(f-CaO)含量对于实现水泥质量的稳定控制至关重要。针对生产过程中采样周期不一致引发的标签数据缺失、f-CaO含量预测精度低的问题，本研究提出并采用了半监督生成对抗网络（SSGAN）的方法，对f-CaO数据集进行数据增强，并借助门控递归单元模型，对输入方式及编码器等关键模块进行了消融实验，评估了其有效性。结果表明，SSGAN方法可以生成与真实数据分布高度一致的虚拟标签数据，显著扩充了训练样本的多样性和代表性，并使得下游预测任务的平均绝对误差、均方误差、均方根误差分别由0.24、0.08、0.29降至0.19、0.06、0.24，证实了SSGAN策略在降低预测误差和提升模型鲁棒性方面的显著作用，为材料数据增强研究提供了可借鉴的方法。
关键词：游离氧化钙;半监督生成对抗网络;时间序列;数据增强;回归预测;消融实验
基金资助：国家自然科学基金双碳专项(52341202)
