TE：本科毕业设计——基于数据分析的化工生产过程诊断

简介：
本项目旨在通过数据分析技术，对化工生产过程进行深入研究与优化。利用数据驱动的方法识别并解决生产中的瓶颈问题，提高效率和安全性，为学生在该领域的学习提供实践参考。 毕设TE 4.29更新如下： 1. 代码 1.1 模型代码版本1.0：包含TE_main1（5个）和TE_main2（4个），前者用于特征提取，以供其他分类器使用。第一版中有一个未完成的代码文件——TE_main_tSNE.py，该代码是为了重现“SAE + t-SNE + DBSCAN＆K-means”这篇论文，但尚未完成。 版本2.0：包含两个文件——TE_Main_DAE + Softmax.py和TE_Main_LSTM＆DAE + Softmax.py。这两个文件采用了“预训练+微调”的方法进行模型构建。 版本3.0：包括了10个文件（从TE_FinalModel1到TE_FinalModel10）。这个版本的模型思想是将正常样本与故障样本分别提取特征，并为每个单独的研究对象分别训练二分类器。此方法效果极佳，其中最后一个LSTM模型在直接训练和测试时均达到了100%准确率。然而，这得益于人为干预了分类器的训练过程，因此该版本的实际应用价值可能受限于其不符合实际规律的特点。